学IGV必看的初级教程

Posted on | In | Comments: | Views: ℃
| Words count in article: | Reading time ≈

Integrative Genomics Viewer (IGV)作为一个高性能的可视化工具，可以交互式的察看综合的基因组相关数据，也友好的支持多种数据类型，自然是生信工作者必须使用的利器之一。官网也提供了很详细的使用讲解，这里仅是根据我目前需要学习摘录部分做的整理，后面有时间在做其他整理。

1. 输入数据准备

IGV可以导入多种类型的数据，详见下文的数据导入介绍，此处主要说的是排序后的 bwa 的比对文件：bowtie2/BWA + samtools (samtools view>samtools sort>samtools index) 处理结果或RNA-seq的 Tophat结果；

2. 主界面

2.1 基础主界面

  1. 工具栏；
  2. 红框表示显示当前染色体的相应区域；
  3. 刻度线表示所处位置坐标；
  4. tracks区域，也即 Alignment Track区；主要的信息区，通常会显示甲基化、基因表达、拷贝数、杂合性缺失（Loss of Heterozygosity）、突变等信息；对应的有三种显示形式：Collapsed、Squished 和 Expanded；
  5. 特征显示区；蓝色粗线—外显子区域，细线内含子区域，空白—基因间隙；
  6. 列出 Track names，即导入的比对结果名称；
  7. 属性面板；

2.2 结果界面说明

  1. (1) 处可手动输入想要察看的染色体/contigs/scaffolds编号，然后回车察看；
  2. (2) 处是参考序列对应的核酸序列，其中四种核酸分别用不同的颜色表示：(A, C, G, T)，下面为对应的翻译的氨基酸序列，甲硫氨酸（M）用绿色表示，终止密码子（*）红色星号表示；当右上角的标尺足够大时此区域才会显示；
  3. (3) 处不同颜色条表示排序方式，鼠标停留在此处右键选择 <Color alignments by> 可选取不同的颜色形式；同时每一个长条对应的序列和比对信息可以鼠标右键选择来拷贝；每一个长条都是由一系列的核酸序列组成，可通行 <Show all bases> 来显示；比对的reads长条也可通过成对的形式显示；
  4. (4) 处鼠标停留时会显示此处碱基统计信息，例如在此处显示为红蓝色，红色是T，蓝色是C，红色方块大于蓝色，表示所有比对到这一位置的序列中这一位点碱基是T的序列大于C的，即C可能是突变；当导入数据为比对的bam数据时，此处所在区域为 Coverage Track，

3. 数据导入

当数据通过 <File> 导入时，IGV通过导入文件的扩展名来确认数据格式 (file format)，进而确定数据类型 (data type)，再确定数据展现的 Track 形式 (track default display options)；如下所示（此默认值均可修改）：

4. 察看序列比对结果

  1. 可通过 View >>Preferences >>Alignments 面板设置相关参数;
  2. 在 Track 区不进行 Color alignments by 的情况下，alignments 只有亮灰和白色两种长条，其中白色的比对质量为零 (mapping quality equal to zero)；
  3. 插入：用紫色的 I 或红色的 I （当插入的碱基数多余预设的阀值时）表示；鼠标停留察看详细的插入碱基情况；
  4. 缺失：黑条表示；
  5. Sort alignments by 可对Track区域进行排序，如想返回最初结果则选择 Re-pack alignments 即可；
  6. 默认情况下 Track Alignments 区以左图紧凑的单个 reads 的形式展示，通过 View as pairs 可成对显示，且中间以细线连接 (右图)；

    在左图中按住 Ctrl 键鼠标左击某一个长条 (a read)，将以相同的彩色颜色显示出与其配对 (paired mate) 的另一条 read。黑色的表示没有与之配对的另一条read。选中一条 read 后右键 Go to Mate 将会跳转到与其配对 (paired mate) 的另一条 read。If the paired reads have a large insert size, the paired mate will not be highlighted. 右键选择 Clear Selections 来清除所有选择的reads。同时注意到不同reads会用不同的颜色表示 (蓝色：插入大小小于期望值；红色：插入大小大于期望值；绿色、青色、深蓝色：倒置、重复、易位事件)，更多详情见：Interpreting Color by Insert Size 和 Interpreting Color by Pair Orientation；低分辨率下在 Track Alignments 区域选择 Color alignments by >> insert size and pair orientation 时比对的reads会显示不同的颜色 (Red have larger than expected inferred sizes, and therefore indicate possible deletions; Blue have smaller than expected inferred sizes, and therefore indicate insertions；实心灰代表比对质量比较高的测序片段，空心灰代表比对到此处的测序片段也可以比对到其他位点。)，高分辨率下，可以精确到每个位点的碱基类型：当比对序列上与参考基因组相同的超过80%时，用灰色表示；否则用红色-T，蓝色-C，绿色-A，橙色-G；Translocations on the same chromosome can be detected by color-coding for pair orientation, whereas translocations between two chromosomes can be detected by coloring by insert size.
  7. Paired-end alignment tracks 时 (View as pairs)，右键选择 View mate region in split screen 可分隔显示；可实现多个分隔；在下图①处右键选择 Switch to standard view 或鼠标左键双击可返回单个分区；

5. 察看可变剪切情况

  1. Loaded junctions data in the standard .bed format (例如TopHat’s “junctions.bed”等输出文件)；

    1
    2
    3
    4
    5
    6
    7
    |-- accepted_hits.bam
    |-- accepted_hits.bam.bai
    |-- deletions.bed
    |-- insertions.bed
    |-- junctions.bed
    |-- unmapped.bam
    `-- unmapped.bam.bai

  2. 载入RNA-seq比对基因组bam文件

    图示说明：

  • 红色向上弧形表示可变剪切基因位于正链，蓝色向下为负链；
  • 弧形的高度和厚度(thickness)与reads覆盖度成比例；

6. 察看变异

6.1 Mutation Files：MAF (mutation annotation format) and MUT (mutation)文件；

6.2 VCF Files

Each bar across the top of the plot shows the allele fraction for a single locus.
The genotypes for each locus in each sample. Dark blue = heterozygous, Cyan = homozygous variant, Grey = reference. Filtered entries are transparent.

7. 参考资料

IGV应用教程

tiramisutes wechat
欢迎关注
0%