利用snappymeth分析全基因组亚硫酸氢盐测序数据揭示ASM

资源摘要信息:"snappymeth.py是一个专门为Python 2.7环境开发的程序，用于分析全基因组亚硫酸氢盐测序（WGBS）数据，目的是识别CpG位点和小区域内的等位基因特异性甲基化（ASM）。等位基因特异性甲基化是指在基因组中，来自不同父母的等位基因在甲基化状态上表现出差异的现象。snappymeth.py通过两种主要的方法来实现这一目标： 1. 利用杂合SNP进行读取分离：程序使用提供的VCF文件中的杂合单核苷酸多态性（SNP）信息，将对应于每个等位基因的测序读取进行分离。VCF（Variant Call Format）文件是一种标准格式，用于存储基因组变异数据，包括SNP、插入和缺失（indels）等信息。在分析中，程序会识别与SNP相关联的等位基因特定的读取，并且这些读取能够用于后续的甲基化分析。 2. 利用中间甲基化的CpG位点进行读取分离：当没有可用的杂合SNP时，程序使用具有中间甲基化水平的CpG位点作为替代的“伪杂合SNP”。这些位点通常表现为两组不同的甲基化模式，代表两个不同的等位基因。 在获得每个等位基因的读取计数后，程序会在每个SNP周围的CpG位点上对序列化的甲基化和未甲基化碱基进行计数，并计算费舍尔精确检验（Fisher's exact test）的p值（双尾）。这个统计检验用于评估样本比例之间的差异是否具有统计学意义。如果在某个CpG位点观察到足够的 CpG 位点数量，程序将进行区域分析，即将所有覆盖的 CpG 位点上的每个等位基因计数进行累加。 在分析过程中，用户可以选择将满足特定p值阈值条件的区域的每个等位基因读数导出为单独的BAM文件。BAM（Binary Alignment/Map）文件格式是一种用于存储高通量测序数据的二进制文件格式，它包含了测序读取的比对信息。此外，程序还可以自动生成这些读数的IGV（Integrative Genomics Viewer）屏幕截图，IGV是一个用于交互式可视化基因组数据的工具，包括DNA、RNA和变异数据。 snappymeth.py的输入数据是已经对齐的BAM文件，这表示输入数据必须经过质量控制、比对到参考基因组，以及去重等一系列预处理步骤。程序的输出文件将包括等位基因特异性的甲基化状态信息、统计检验的结果以及可选的BAM和IGV屏幕截图。 此外，snappymeth.py提供了灵活的参数设置，允许用户根据实验设计和数据分析需求进行调整。例如，用户可以设置p值的临界值，定义输出结果的详细程度，以及选择是否导出特定区域的BAM和IGV文件。 需要注意的是，snappymeth.py项目被保存在名为'snappymeth-master'的压缩包文件中，表明这是一个需要从主干代码库（master branch）下载的软件项目。由于该程序仅在Python 2.7上测试过，因此在使用前应确保环境兼容此特定版本的Python解释器。"