2.1需要外部软件工具

MAGAR取决于funtional安装叮铃声基因分型结果为处理数据。按照安装说明在这里并指定的路径安装包qtlSetOption (plink.path =“path_to_plink”)。

此外,根据不同的类型的分析,更需要外部软件工具()。更具体地说,如果你想进行归责bgzip和tabix从htslib包装是需要的,以及vcftools用于排序的VCF文件。最后,如果methQTL执行调用fastQTL需要安装的软件工具和可执行指定的位置MAGAR使用qtlSetOption函数的值bgzip.path,tabix.path,vcftools.path,fast.qtl.path。

3.1DNA甲基化数据(芯片)

MAGAR利用广泛使用的RnBeads软件包对DNA甲基化数据导入。因此,MAGAR支持各种输入选项RnBeads从基因表达,包括直接下载综合(GEO) IDAT,床上的文件。为进一步的选项,我们参考RnBeads装饰图案和文档。除了原始的甲基化数据,样本注释表指定要分析的样品需要提供。每个样品的表包含一个行,如下:

SampleID,年龄、性别、条形码Sample_1, 14日,f, 209054857842 _r01c01 Sample_2, 42岁,f, 209054857842 _r02c01 Sample_3, 45岁的m, 209054857842 _r03c01

为进一步的细节在进口过程中,我们参考RnBeads装饰图案。最重要的是,分析选项需要指定的进口和预处理模块RnBeads。MAGAR提供了一个默认设置,它是可用的extdata / rnbeads_options.xml。您可以使用此文件作为您自己的设置的模板,然后指定的包:

选择< - rnb.xml2options(执行(“extdata”、“rnbeads_options.xml”,包=“MAGAR”)) rnb.options(标识符。列= " geo_accession " import.idat.platform =“probes450”) xml。fi < - file.path (getwd (),“rnbeads_options.xml”)猫(rnb.options2xml(),文件= xml.fi) qtlSetOption (rnbeads。选择= xml.fi)

3.2基因分型数据

基因族群。dir < - rnb“plink_data”。设置< - load.rnb.set (“rnb_set_dir”)。庵野<——“sample_annotation。csv”数据。loc < -列表(idat.dir = rnb.set geno.dir = plink.dir) qtlSetOption (geno.data。type = "叮铃声”,meth.data.type =“rnb.set”)冰毒。qtl < - doImport (data.location =数据。loc s.anno =。伊斯兰教纪元,s.id。坳= " SampleID " out.folder = getwd ())

SampleID,年龄、性别、条形码,GenoSentrixPosition Sample_1, 14日,f, 209054857842 _r01c01, 9701756058 _r05c01 Sample_2, 42岁,f, 209054857842 _r02c01, 9701756058 _r07c01 Sample_3, 45岁的m, 209054857842 _r03c01, 9742011016 _r04c01

qtlSetOption (impute.geno。数据= TRUE, imputation.phasing imputation.reference.panel =“apps@hrc-r1.1”。方法= " shapeit”,归责。人口=“欧元”)

3.3执行数据导入

的doImport功能要求路径各自的pcr和DNA甲基化数据,以及一个示例注释表(如前所述)。在这个描述中,我们将描述DNA甲基化数据的导入IDAT格式和基因分型数据叮铃声文件。首先,你必须指定相应的路径IDAT和叮铃声文件。此外,您必须指定样本中的标识符列注释表决定样品pcr和DNA甲基化数据。对于较大的文件,我们建议激活选择大型矩阵在磁盘上而不是存储在主存(hdf5dump)。

为估算数据,没有进一步的处理是进行基因分型数据和使用剂量值是:

idat.dir<- "idat_dir" geno.dir <- "geno_dir" anno.sheet <- "sample_annotation.tsv" qtlSetOption(hdf5dump=TRUE) imp.data <- doImport(data.location = c(idat.dir=idat.dir,geno.dir=geno.dir), s.anno = anno.sheet, s.id.col = "ID", tab.sep = "\t", out.folder = getwd())

请注意recode.allele.frequencies选项指定,如果根据群组分析SNP参考和选择要记录根据等位基因等位基因频率在可用的样本。另外,一条通往dbSNP的本地版本(雪莉等人。2001)可以通过提供db.snp.ref和参考/替代等位基因信息将自动从数据库中进行解析。这一点尤其重要,如果执行归责,因为密歇根归责服务器是敏感的引用不匹配。

4.1计算CpG相关模块

因为邻国论文认定往往高度相关,使用每个CpG独立作为一个潜在的methQTL候选人会导致许多冗余的结果。我们因此旨在近似DNA甲基化单通过确定高度相关论文认定密切附近。程序本身分为六个步骤,对每个染色体独立执行:

1. 计算(Pearson)所有论文认定(进一步相关类型之间的相关矩阵中可用的选择correlation.type)
2. 构造相关矩阵的距离矩阵
3. 丢弃所有交互相关性低于给定的阈值(选择:cluster.cor.threshold)
4. 重量之间的距离根据基因距离两个论文认定高斯(选择:standard.deviation.gauss)。高值标准偏差导致降低远端点球论文认定,因此,集群将变得更大。
5. 丢弃所有交互范围超过的选项absolute.distance.cutoff
6. 计算鲁汶集群在无向加权图引起的距离矩阵

这将返回一个集群根据邻近论文认定之间的相关结构,我们将稍后使用methQTL调用。注意,我们使用simultation实验分别确定每个数据类型的参数。他们将自动加载和使用的数据集是:

• 450 k:cluster.cor.threshold= 0.2,standard.deviation.gauss= 5000,absolute.distance.cutoff= 500000
• 史诗:cluster.cor.threshold= 0.2,standard.deviation.gauss= 3000,absolute.distance.cutoff= 500000
• rrb / WGBS:cluster.cor.threshold= 0.2,standard.deviation.gauss= 250,absolute.distance.cutoff= 500000

4.2叫methQTL /相关块

从列表中相关的块,MAGAR计算methQTL交互与单核苷酸多态性在相同的染色体。这个过程分为三个步骤:

1. 计算一个代表CpG (tag-CpG)相关块,指定的选项representative.cpg.computation(默认值:row.medians)。
2. 丢弃所有进一步的snpabsolute.distance.cutoff(默认:1000000)远离CpG代表
3. 叫methQTL使用线性模型。methQTL的多个选项是可用的,可以选择通过选项linear.model.type(默认值:classical.linear)。另外,fastQTL可以作为一个选项设置meth.qtl.type。这将告诉包使用fastQTL软件(Ongen et al . 2016年)。

的meth.qtl.type告诉,methQTL交互是如何定义和提供了三个选项,除了已经提到fastQTL:

1. oneVSall:CpG只能影响一个SNP。我们选择的假定值最低。
2. twoVSall:CpG可以正面和负面影响两个独立的单核苷酸多态性。计划将输出满足假定值截止。
3. allVSall:对于每个CpG, snp显示将返回假定值低于假定值截止。

methQTL调用过程中,潜在的协变量可以使用指定的选项sel.covariates。我们建议至少包括年龄和性不,因为他们有强烈的影响DNA甲基化模式。

5.1如何使用methQTLResult

上述程序将创建一个类的对象methQTLResult,其中包含的methQTL叫前面的步骤。一个表的所有methQTL,你需要从对象中提取信息。在大多数下面的函数调用,有选择类型,值:* SNP的:描述影响任何的单核苷酸多态性DNA甲基化状态* CpG的:描述每个相关块的代表性论文认定任何SNP基因型影响*的心脏。块”:描述所有论文认定,这是相关块的一部分,其代表CpG受任何基因型的影响

此外,您可以获得基因组注释论文认定和snp参与methQTL交互:

结果。表< - getResult (meth.qtl.res)头(result.table)

庵野。冰毒< - getAnno (meth.qtl.res“冰毒”)负责人(anno.meth)

庵野。基因族群< - getAnno (meth.qtl.res“基因工程”)负责人(anno.geno)

更多详细信息输出,也看到的功能getResultsGWASMap。

5.2情节

可视化methQTL,MAGAR提供了一些绘图功能。大多数函数返回一个对象的类型ggplot随后,它可以存储或查看。要么全部methQTL可以同时显示在一个阴谋,或特定methQTL可以可视化:

结果。表< - result.table[秩序(result.table P.value美元,减少= FALSE)] qtlPlotSNPCpGInteraction (imp.data, result.table CpG [1], result.table SNP[1]美元)

# #“geom_smooth()使用公式的y ~ x '

qtlDistanceScatterplot (meth.qtl.res)

5.3解释功能

包提供了一堆解释函数来描述methQTLs检测到。这包括洛拉富集分析(谢菲尔德和一杯啤酒2016)(qtlLOLAEnrichment基因组注释),浓缩根据假定的监管元素定义的运用监管建设(Zerbino et al . 2015年)(qtlAnnotationEnrichment),浓缩的分析不同基替换单核苷酸多态性(qtlBaseSubstitutionEnrichment),或者TFBS主题浓缩使用TFBSTools。浓缩的可用methQTLs比较methQTLResult(一个输入),或列表的重叠法methQTLResult。浓缩的背景被定义为所有的snp /论文认定用作methQTL调用的输入。

res < - qtlBaseSubstitutionEnrichment (meth.qtl.res)

5.4methQTL结果列表

上面讨论的大部分功能都支持一个methQTLResult作为输入,或这样的对象的列表。指定列表,功能一般会重叠methQTLs发现和比较那些所有snp /论文认定已用于methQTL调用。此外,有功能特别的工作methQTLResult对象和执行重叠,或确定methQTLs特定数据集。

meth.qtl.res。2<- loadMethQTLResult(system.file("extdata","MethQTLResult_chr18",package="MAGAR")) meth.qtl.list <- list(First=meth.qtl.res,Second=meth.qtl.res.2) qtlVennPlot(meth.qtl.list,out.folder=getwd())

# #加载需要名称空间:文氏图

qtlUpsetPlot (meth.qtl。列表类型=“cor.block”)

# # 2021-10-26 17:48:38 1.5状态开始建造宇宙# # 2021-10-26 17:48:38 1.5状态开始获得相关块对象1 # # 2021-10-26 17:48:38 1.5获得相关块对象状态完成1 # # 2021-10-26 17:48:38 1.5状态开始获得相关块对象2 # # 2021-10-26 17:48:38 1.5获得相关块对象状态完成2 # # 2021-10-26 17:48:38 1.5状态开始重叠1.5 # # 2021-10-26 17:48:38状态开始获得相关块对象1 # # 2021-10-26 17:48:38 1.5获得相关块对象状态完成1 # # 2021-10-26 17:48:38 1.5状态开始获得相关块对象2 # # 2021-10-26 17:48:38 1.5获得相关块对象状态完成2 # # 2021-10-26 17:48:38 1.5状态完成重叠

spec.first < - getSpecificQTL (meth.qtl.list首先,美元meth.qtl.list [1])

6.1MAGAR选项

MAGAR是一个灵活的软件包,允许多个口味的methQTL分析。在这里,我们提供不同的选项,描述分析表中选择非默认选项并讨论可能的问题。大多数选择合理的默认值,使用仿真实验确定。为进一步的信息,请参阅文档qtlSetOption

6.2雇佣MAGAR在科学计算集群

MAGAR可以自动分配工作在高性能计算集群,已设置网格利用太阳引擎(白银)技术。你可以通过选择cluster.submit来doMethQTL从而激活集群提交。请注意,您还必须指定一个可执行的路径Rscript和潜在的使用选项设置指定资源需求cluster.config。

qtlSetOption(集群。配置= c (h_vmem = " 60 g”, mem_free = 20克))qtlSetOption (rscript。路径= / usr / bin / Rscript) meth.qtl。res < - doMethQTL(冰毒。qtl = imp.data集群。提交= T)