读 Jimmy 前辈的《Chip-seq 实战分析》后感：新司机驾考不完全指南
原文链接：ChIP-seq实战分析
六月初的时候，在 A 家显卡大涨价前，我攒了人生第一台的 PC，在一位 Linux 老司机的推荐下装了Korora（Fedora 的新手友好版），这个distro ，那么崭新的机器，当然要用来学习了。
于是正在发愁如何入生信坑的我默默开始关注生信技能树，寻找可以上手的项目，然后，噔噔噔，就看到了 Jimmy 前辈的这篇实战教程，于是走起 OvO。
要做起来当然要装好各自软件准备好环境嘛，这么一想似乎没问题，但是事实上好像没这么简单。
软件，从哪里下载啊！
下好了放哪儿啊！
怎么运行啊！
以上三问还是好解决的，万能的谷哥和度娘就好，但产生了另一个问题，我应该怎么组织软件们，数据们？要不要加到 PATH 里去？以后更新怎么搞？这个问题在 Jimmy 前辈的代码里找到了一些端倪，于是就照猫画虎咯～
以 bowtie2 为例，在 ENCODE project 的网站上拿到了 2.2.5 的压缩包，折腾许久无法跑起来，于是果断换回了 2.2.4 ，顺利！
对于要用到的比对用 index，如果机器强劲又有参考基因组 fasta ，就可以直接自己build ！ 或去 bowtie 的网站上下载做好的 index （只有常见的），这里是小鼠mm10 ：
ftp://ftp.ccb.jhu.edu/pub/data/bowtie2_indexes/mm10.zip
当然网速坑且机器渣的小伙伴，就只能稍微等一等进度条了。
以及之后的 deeptools 需要用到的一个 python package 是 pyBigWig，它需要 python-devel(在 ubuntu是python-dev)，由于机器上装了 python3 和 2.7 ，pip 也有两个版本，颇花了一段时间搞对这个东西，期间科普了一堆 gcc 相关的知识，补上了一些 lib，最后终于搞定。
关于 deeptools ，参见这篇文章：http://www.bio-info-trainee.com/2136.html
看到奇怪的命令就去问问谷哥和度娘，基本都能得到解答！（比如 nohup 和 xargs）
等等等一下，跑起来之前，先搞清楚那些参数是什么个意思啊
比如这个：
第一部分:
用于召唤macs2 的 callpeak 功能 ；
第二部分：
告诉macs2 去哪里找 control ；
第三部分：
谁是要找 peak 的文件
第 n 部分：
一些参数，比如，-m 建立“双峰模型”用到，默认就算10 30，-p p-value 大于 1e-5，-f 文件来源是bam格式，-g 基因组大小是小鼠的（代号mm），-n 起名字的话叫 cbx7 ；
各种参数的选择就是见真章的时候啦，需要多年修行
当然，这…………不需要先自宫。
在选择输出位置时，仔细组织下文件避免混乱。
为了在批量处理文件时不需要手工输入，学会一些 shell 和正则的用法超有用的，比如这里：
（没截全，但循环主体在）
最后终于拿到了 TSS 周围的分布：
这！是！神！么！鬼！
好吧还记得这个操作么：
computeMatrix reference-point -p 10 --referencePoint TSS -b 2000 -a 2000 -S ../*bw -R~/annotation/CHIPseq/mm10/ucsc.refseq.bed --skipZeros -o tmp4.mat.gz
这里用到的~/annotation/CHIPseq/mm10/ucsc.refseq.bed 是从这里下载的： http://genome.ucsc.edu/cgi-bin/hgTables
（参阅http://www.bio-info-trainee.com/2136.html）
这是下载的页面：
嗯，是的，我坑了自己一把 （又），选成人的基因组了。
于是，重来一遍之后是这样：
虽然还有哪里微妙的不对，但，先睡一觉再说好啦！
这么一圈下来，初窥了一下深渊，发现了更多要学的东西，和更多不清楚的东西，但事情总得开始 ovo
于是收拾好实验台面，整理好文件，感谢Jimmy 前辈的分享，继续读文献逛论坛咯～
（备注：赵小凡，纯新司机，基础医学专业，机器是为了图像处理搭建，bioinfo 入门中）
猜你喜欢
菜鸟入门
数据分析
ChIP-seq（上）| ChIP-seq（下）| RNA-seq | miRNA
WGS,WES,RNA-seq组与ChIP-seq之间的异同
编程实践
直播基因组分析
生信技能树编辑：吃瓜群众
请你也动手实践，谢谢