ViewBS 的工作流程

ViewBS

ViewBS 的工作流程

ViewBS 提供多个顶级命令，用于确定所需和最优参数。这些命令可分为两部分：甲基化报告和功能区域的数据可视化。

在甲基化报告部分中，提供多个顶级命令，可以生成关于读取覆盖度、甲基化水平分布、全局甲基化水平等报告。

在功能区域可视化部分中，用户应首先提供感兴趣区域。这些区域可以是功能元素，如基因、转座子（TE）或差异甲基化区域（DMR）。用户还应提供甲基化信息，这些信息是 BS-seq 对齐器（如 Bismark）的输出结果。

ViewBS 的工作流程如下：

安装

使用 conda 安装 [推荐]

安装 conda

首先，您需要按照以下链接的说明安装 miniconda：https://conda.io/en/latest/miniconda.html

情景 1

如果您想在现有的 conda 环境中安装 ViewBS，请运行：

conda activate <your_environment_name>
## 如果您想安装特定版本，
## 将 'viewbs' 替换为 'viewbs=<version_number>'（例如 'viewbs=0.1.10'）
conda install -c bioconda viewbs

情景 2

如果您想在新的 conda 环境中安装 ViewBS，请运行：

## 您可以将 `env4viewbs` 更改为其他您想要的名称
conda create -n env4viewbs -c bioconda viewbs
## 激活环境
conda activate env4viewbs

使用 Docker 安装

docker pull xie186/viewbs
## 使用 "docker run <image name>" 替换 "ViewBS"。例如：
cd ViewBS_testdata/
docker run -v ${PWD}:/data -w /data bc1743f3418f ViewBS MethOneRegion --region chr5:19497000-19499600 --sample bis_WT.tab.gz,WT --sample bis_cmt23.tab.gz,cmt23 --outdir MethOneRegion --prefix chr5_19497000-19499600 --context CHG## 1) ${PWD}:/data：表示将当前目录挂载到 Docker 镜像中的 /data
## 2) bc1743f3418f：镜像 ID（运行 `docker image ls` 获取镜像 ID）。

由于 docker 需要 root 访问权限，有时可能不可用。但 singularity 是一种替代软件。有关详细信息，请参见链接：https://github.com/xie186/ViewBS/wiki/Run-ViewBS-with-%60Docker%60-or-%60Singularity%60#singularity

逐步安装依赖项

下载最新版本：

https://github.com/xie186/ViewBS/releases/latest

为了简化依赖项的安装，开发了一个脚本。可以使用 perl INSTALL.pl 作为安装和检查依赖项的助手。

您也可以按照以下步骤逐步安装：

1. 安装 htslib

2. Perl 版本：>v5.8.7

3. Perl 包：

   • Getopt::Long::Subcommand - 处理命令行选项，支持子命令和补全
   • Bio::DB::HTS::Tabix - 对底层 tbx C 方法的对象化访问
   • Bio::SeqIO - SeqIO 格式的处理程序

   wget https://raw.githubusercontent.com/xie186/ViewBS/master/ext_tools/cpanm
   chmod 755 cpanm
   cpanm --local-lib=~/perl5 local::lib && eval $(perl -I ~/perl5/lib/perl5/ -Mlocal::lib)
   ./cpanm Getopt::Long::Subcommand
   ./cpanm Getopt::Long (> 2.50)
   ./cpanm Bio::DB::HTS::Tabix 
   ./cpanm Bio::SeqIO
   

4. R 版本：> 3.3.0

5. R 包

   • ggplot2
   • pheatmap
   • reshape2
   • cowplot

   在 R 中安装所需的库：

   install.packages("ggplot2", dep=T)
   install.packages("cow