Hi-C分析练习（从cool文件到可视化热图）

在上一篇笔记里，介绍了如何从fastq文件得到.cool文件（.mcool）（Hi-C分析练习（从fastq文件到contact矩阵）），现在就要对这个contact矩阵进行可视化了。在哈佛医学院的教程里，可视化的这一步需要安装docker，并且要进行一系列的配置设置（https://docs.higlass.io/higlass_docker.html），非常的麻烦，如果电脑不给力或者比较懒的同学来说（比如我）就不好上手来练习，那么有什么简单的方法可以简单的了解Hi-C分析得到的cool文件的可视化吗？答案是：当然。

作为初学者，你所遇到的所有问题，基本上google全都可以解决。比如我懒得去配置docker软件，可以这样：

然后就发现了一个网页：https://www.biostars.org/p/360254/，这里有人提供了一个网址，里面介绍了很多文件进行可视化的方法:here。

首先：安装higlass-python：

$ pip install higlass-python

安装好以后，需要打开jupyter notebook，关于如何打开jupyter notebook的网页版，请移步我之前的文章：ipython的初步了解。

打开jupyter notebook：

#输入以下代码
import higlass
import higlass.client as hgc
import higlass.tilesets as hgti
ts1 = hgti.cooler('./output.mcool')　＃这是在前一篇笔记里得到的mcool文件的路径
tr1 = hgc.Track('heatmap', tileset=ts1)
view1 = hgc.View([tr1])
(display, server, viewconf) = higlass.display([view1])
display

然后，点击run，就会得到一张热图了：

点击右上角的加号，还可以添加track，比如RNA-seq或者Chip-Seq，或者添加基因的注释等等，添加的位置可以自己选择是加在热图的上下左右：

举个例子，这里我想给热图添加基因注释，添加在热图的上方，就点击“top”，会弹出很多Higlass收录的一些已经发表的结果，比如一些人上传的RNA-seq和Chip-seq数据，这里我选择gene annotation，打开它的下拉菜单：

因为我们得到的这个mcool文件是根据hg38基因组比对得到的，所以也选择hg38，选中之后点击右下角的submit：

这时显示的基因并不全，你可以用鼠标滚轮把热图进行放大，随着放大的图像，基因的annotation会逐渐的多起来，比如我把热图放大很多倍：

这时你会看到热图中的每一个小点都被放大成了一个方框，这个方框就是之前我们在上游分析中设置的分辨率。而上方的基因注释也被放大的很清晰，你可以清楚的看到每一个基因的方向。

然后点击右上角的“设置”：

你可以把这张图保存，也可以导出json文件格式：

拿到这个json文件，你还可以到higlass网站，进行在线的可视化，网址：http://higlass.io/。

打开网站，长这样：

注意这个热图是人家的例子，不是你刚做的热图。把你之前保存的.json文件拖到上面“Drag &drop a config”那里，然后就自动生成一个热图了，和你在jupyter notebook里做的图是一样的～

当然Hi-C的可视化还有其他的软件可以用，这里我就先只介绍这一种。待今后如果涉及到Hi-C实验会进行更深入的了解～