RBP AS生信流程（ 四）rMATs

rMATs

#进入python环境后，输入下列代码：
>>> import sys
>>> print sys.maxunicode
#输出的是1114111，因此使用rMATS-turbo-Linux-UCS4文件夹下rmats.py
#配置路径：
echo 'export PATH=~/biosofts/rMATS.4.0.2/rMATS-turbo-Linux-UCS4:$PATH' >>~/.bashrc
source ~/.bashrc
python rmats.py
##上面这行代码用不了，可能是环境变量的问题，改用如下代码：
python /home/sxw/biosofts/rMATS.4.0.2/rMATS-turbo-Linux-UCS4/rmats.py 加bam文件

rMATs运行：

在rMATstest这个文件夹里有官网下载好的2x2测试文件：

官网测试文件

用samtools查看bam文件：

samtools view 231ESRP.25K.rep-1.bam | head -10

查看bam文件

可以看到第三列为1，代表1号染色体（这里是1，不是chr1，这里很重要）

#将bam文件的名字写入txt文档里：
echo 231ESRP.25K.rep-1.bam,231ESRP.25K.rep-2.bam > b1.txt
echo 231EV.25K.rep-1.bam,231EV.25K.rep-2.bam > b2.txt
#运行rMATs：
python /home/sxw/biosofts/rMATS.4.0.2/rMATS-turbo-Linux-UCS4/rmats.py --b1 b1.txt \
--b2 b2.txt --gtf /home/sxw/HF/Homorefer/humangtf/gencode37.gtf \ 
--od outDir -t paired \ #paired是双端测序，single是单端测序
--readLength 101 --libType fr-unstranded --nthread 10

报错：
（Running the statistical part.
/home/sxw/biosofts/rMATS.4.0.2/rMATS-turbo-Linux-UCS4/rMATS_C/rMATSexe: error while loading shared libraries: libgfortran.so.3: cannot open shared object file: No such file or directory
Traceback (most recent call last):
File "/home/sxw/biosofts/rMATS.4.0.2/rMATS-turbo-Linux-UCS4/rMATS_P/FDR.py", line 45, in
ifile=open(sys.argv[1]);title=ifile.readline();
IOError: [Errno 2] No such file or directory: '/tmp/tmp_juQuj/JC_SE/rMATS_result_P-V.txt'
paste: /tmp/tmp_juQuj/JC_SE/rMATS_result_FDR.txt: 没有那个文件或目录）
缺libgfortran.so.3：

sudo apt-get install libgfortran3

再次运行依然报错：缺libgsl.so.0。解决方法：

sudo find / -name "libgsl.so.19"
#输出 /usr/lib/x86_64-linux-gnu/libgsl.so.19
sudo cp /usr/lib/x86_64-linux-gnu/libgsl.so.19  /usr/lib/libgsl.so.0
sudo ldconfig #未报错，说明成功运行

再次运行依然报错：缺libblas.so.3。解决方法：https://blog.csdn.net/qq_40155090/article/details/79729959
再次运行：未报错，可以运行成功。

rMATs输出结果

打开SE.MATS.JC.txt：

SE.MATS.JC.txt

列标题解释见：微信搜狗作图丫：rMATS进行差异可变剪切分析并可视化

rmats2sashimiplot

wget https://github.com/Xinglab/rmats2sashimiplot/archive/master.zip](https://github.com/Xinglab/rmats2sashimiplot/archive/master.zip
#进入文件夹rmats2sashimiplot-master：
python setup.py install
#运行：
rmats2sashimiplot –help #成功

接下来对SE.MATS.JC.txt进行可视化：
这里注意一个坑：rmats2sashimiplot的输入文件里各个文件中染色体格式均需保持一致，要么使用1,2,3......21,22,X,Y，要么使用chr1,chr2,chr3......chr21,chr22,chrX,chrY。我们的bam文件里第三列染色体是1、2、3，而SE.MATS.JC.txt里染色体为chr1、chr2、chr3。
最好的办法是将txt文件里染色体名字由chr1、chr2、chr3改为1、2、3

sed -i '2,$s/\tchr/\t/g' *MATS*txt
#-i表示直接修改文件内容，2,$表示从第二行到最后一行（第一行是列名，不能替换），g表示全局

替换之后：

去除11前的chr

rmats2sashimiplot --b1 231ESRP.25K.rep-1.bam,231ESRP.25K.rep-2.bam \
--b2 231EV.25K.rep-1.bam,231EV.25K.rep-2.bam -t SE \
-e /home/sxw/rMATstest/outDir/sedtest/SE.MATS.JC.txt --l1 231ESRP.25K --l2 231EV.25K -o SE_plot1

缺少pysam和scipy这两个python的插件，用pip install安装以后，程序可以运行，输出三个pdf文件：

rmats2sashimiplot的输出

以上步骤可以运行成功，接下来在GSE46224数据集里进行操作：
normal：SRR830965-SRR830972；HF：SRR830973-SRR830988(缺986)

#将normal和HF里所有STAR比对好的bam文件移到一个新文件夹：
mv *.bam /home/sxw/HF/GSE46224/afterbam
#在afterbam文件夹里：
echo SRR830973_Aligned.sortedByCoord.out.bam > b1.830973.txt #HF
echo SRR830965_Aligned.sortedByCoord.out.bam,SRR830966_Aligned.sortedByCoord.out.bam,SRR830967_Aligned.sortedByCoord.out.bam,SRR830968_Aligned.sortedByCoord.out.bam,SRR830969_Aligned.sortedByCoord.out.bam,SRR830970_Aligned.sortedByCoord.out.bam,SRR830971_Aligned.sortedByCoord.out.bam,SRR830972_Aligned.sortedByCoord.out.bam > b2.txt #normal
python /home/sxw/biosofts/rMATS.4.0.2/rMATS-turbo-Linux-UCS4/rmats.py --b1 b1.830973.txt --b2 b2.txt \
--gtf /home/sxw/HF/Homorefer/humangtf/genecode38.gtf --od outDir830973 -t paired \
--readLength 101 --libType fr-unstranded --nthread 10
#将rMATs运行进程存在log.txt

程序可以跑通，接下来写循环进行操作：

#构建echoname.sh:
for i in {830974,830975,830976,830977,830978,830979,830980,830981,830982,830983,830984,830985,830987,830988}
do
    echo SRR${i}_Aligned.sortedByCoord.out.bam > b1.${i}.txt
done

#构建rMATs.sh：
for i in {830974,830975,830976,830977,830978,830979,830980,830981,830982,830983,830984,830985,830987,830988}
do
    python /home/sxw/biosofts/rMATS.4.0.2/rMATS-turbo-Linux-UCS4/rmats.py --b1 b1.${i}.txt --b2 b2.txt \
    --gtf /home/sxw/HF/Homorefer/humangtf/genecode38.gtf --od outDir${i} -t paired \
    --readLength 101 --libType fr-unstranded --nthread 20
done

接下来对15个HF和8个normal进行操作：

python /home/sxw/biosofts/rMATS.4.0.2/rMATS-turbo-Linux-UCS4/rmats.py --b1 b1.txt --b2 b2.txt \
--gtf /home/sxw/HF/Homorefer/humangtf/genecode38.gtf --od outDirGSE46224 -t paired \
--readLength 101 --libType fr-unstranded --nthread 10
#b1.txt是心衰的，b2.txt是normal的
#进程储存在outDirGSE46224的log.txt里