處理基因組數據，很多時候我們會覺得直接看序列文件不夠直觀，如果繪圖的話，把n多G把數據用畫圖出來不僅費勁，就算操作也不方便。因此我們可以用UCSC開發出的genome browser，可以直接把數據信息寫成track，連上genome browser 上查看，它還支持安裝到本地服務器上（genome browser in box ，簡稱GBIB)，genome browser 支持的格式有bedGraph, GTF, PSL, BED, bigBed, WIG, bigGenePred, bigMaf, bigChain, bigPsl, bigWig, BAM, CRAM, VCF, MAF, BED detail, Personal Genome SNP, broadPeak, narrowPeak, and microarray (BED15)，GFF和GTF文件必須tab分隔。 廢話少說，直接入門。本文主要講SAM,BAM,WIG,bigWig,VCF,BED文件上傳及使用。
一、格式的前期處理
1.1 WIG 和 bigWig
WIG 文件格式，有兩種可選的格式，variableStep和fixedStep。variableStep用於區間變化的，fixedStep用於區間固定的。
variableStep WIG文件以variableStep 開頭，chrom染色體，可選參數span（默認span=1),指定每一行的位置區間，比如2，區間就是chromStart～chromStart+2。chromStart染色體位置，dataValue染色體位置上的值。
1 variableStep chrom=chrN 2 [span=windowSize] 3 chromStartA dataValueA 4 chromStartB dataValueB 5 ... etc ... ... etc ...
fixedStep文件以fixedStep開頭，chrom染色體,start是起始固定的位置，step是每兩個起始position之間的間隔，span和variableStep中的step一樣，指定每一行的位置區間。
這樣dataValue1對應的position是start~start+span，dataValue2對應的position是start+step~start+step+span.
1 fixedStep chrom=chrN 2 start=position step=stepInterval 3 [span=windowSize] 4 dataValue1 5 dataValue2 6 ... etc ...
WIG格式要在genome browser 上查看最好轉換為bigWig文件，bigWig文件是index后的二進制WIG文件，在genome browser上查看更加快速，用wigToBigWig命令
1 wigToBigWig sample.wig chrom.sizes output.bw
chromsizes 文件可以從UCSC上下載，就是各個染色體的長度大小hg19.chrom.sizes可以從這里直接復制。
1 chr1 249250621 2 chr2 243199373 3 chr3 198022430 4 chr4 191154276 5 chr5 180915260 6 chr6 171115067 7 chr7 159138663 8 chrX 155270560 9 chr8 146364022 10 chr9 141213431 11 chr10 135534747 12 chr11 135006516 13 chr12 133851895 14 chr13 115169878 15 chr14 107349540 16 chr15 102531392 17 chr16 90354753 18 chr17 81195210 19 chr18 78077248 20 chr20 63025520 21 chrY 59373566 22 chr19 59128983 23 chr22 51304566 24 chr21 48129895 25 chr6_ssto_hap7 4928567 26 chr6_mcf_hap5 4833398 27 chr6_cox_hap2 4795371 28 chr6_mann_hap4 4683263 29 chr6_apd_hap1 4622290 30 chr6_qbl_hap6 4611984 31 chr6_dbb_hap3 4610396 32 chr17_ctg5_hap1 1680828 33 chr4_ctg9_hap1 590426 34 chr1_gl000192_random 547496 35 chrUn_gl000225 211173 36 chr4_gl000194_random 191469 37 chr4_gl000193_random 189789 38 chr9_gl000200_random 187035 39 chrUn_gl000222 186861 40 chrUn_gl000212 186858 41 chr7_gl000195_random 182896 42 chrUn_gl000223 180455 43 chrUn_gl000224 179693 44 chrUn_gl000219 179198 45 chr17_gl000205_random 174588 46 chrUn_gl000215 172545 47 chrUn_gl000216 172294 48 chrUn_gl000217 172149 49 chr9_gl000199_random 169874 50 chrUn_gl000211 166566 51 chrUn_gl000213 164239 52 chrUn_gl000220 161802 53 chrUn_gl000218 161147 54 chr19_gl000209_random 159169 55 chrUn_gl000221 155397 56 chrUn_gl000214 137718 57 chrUn_gl000228 129120 58 chrUn_gl000227 128374 59 chr1_gl000191_random 106433 60 chr19_gl000208_random 92689 61 chr9_gl000198_random 90085 62 chr17_gl000204_random 81310 63 chrUn_gl000233 45941 64 chrUn_gl000237 45867 65 chrUn_gl000230 43691 66 chrUn_gl000242 43523 67 chrUn_gl000243 43341 68 chrUn_gl000241 42152 69 chrUn_gl000236 41934 70 chrUn_gl000240 41933 71 chr17_gl000206_random 41001 72 chrUn_gl000232 40652 73 chrUn_gl000234 40531 74 chr11_gl000202_random 40103 75 chrUn_gl000238 39939 76 chrUn_gl000244 39929 77 chrUn_gl000248 39786 78 chr8_gl000196_random 38914 79 chrUn_gl000249 38502 80 chrUn_gl000246 38154 81 chr17_gl000203_random 37498 82 chr8_gl000197_random 37175 83 chrUn_gl000245 36651 84 chrUn_gl000247 36422 85 chr9_gl000201_random 36148 86 chrUn_gl000235 34474 87 chrUn_gl000239 33824 88 chr21_gl000210_random 27682 89 chrUn_gl000231 27386 90 chrUn_gl000229 19913 91 chrM 16571 92 chrUn_gl000226 15008 93 chr18_gl000207_random 4262
1.2 sam 和 bam文件
sam/bam 格式是mapping后的序列比對文件，sam文件需要先轉成bam，sam/bam文件傳到genome browser上可以看到reads在chrom上的分布。bam文件需要sort后建立index，並且要將index 文件*.bai放到bam文件所在目錄下。
如果是sam 文件，先轉變為bam文件
1 samtools view -S -b -o sample.bam sample
進行sort，並且建立index
1 samtools sort sample.bam sample.sorted 2 samtools index sample.sorted.bam
1.3 VCF文件
vcf 文件是千人基因組計划發展出的存儲基因組變異信息的文件，包括SNP和結構變異信息。傳到genome browser上可以看到不同位點的變異信息。
先要對vcf 格式就行sort，用vcftools 中的vcf-sort,沒有的話需要去下載,https://sourceforge.net/projects/vcftools/
1 vcf-sort sample.vcf > sample.sorted.vcf
要下載bgzip 和 tabix 程序，https://sourceforge.net/projects/samtools/files/tabix/.
對sort后的vcf 進行壓縮
1 bgzip sample.sorted.vcf sample.sorted.vcf.gz
對vcf.gz文件建立index
1 tabix -p vcf sample.sorted.vcf.gz
建立track的時候，要把tbi格式的index放在vcf.gz所在的文件夾下。
1.4 bed和bigBed文件
1.4.1 bed文件格式
1.4.1.1 必須的三個區域：
1.chrom 染色體
2.chromStart 在染色體上的起始位置
3.chromEnd 在染色體上的結束位置
1.4.1.2有九個額外的可選的區域
4.name 行名
5.score 分值 0-1000，影響顯示的灰色深度
6.strand 正負鏈，"."無方向，或者“+”或者"-"
7.thickStart 開始濃密繪制的位置
8.thickEnd 結束濃密繪制的位置
9.itemRgb RGB值，R、G、B值（比如255，0，0），如果itemRgb屬性設置為開的話，RGB將設置這一行的顏色
10.blockCount 該行的區塊（外顯子）數目
11.blockSizes 逗號分隔的區塊大小的列表，
12.blockStarts 逗號分隔的區塊開始位置，所以的區塊開始位置都應該能由chromStart計算出來，位置數目應該與blockSizes數目相裂隙。
bed文件可以在前面添加track和browser行，作為一個track傳上genome browser。后面會詳細說明。
1.4.2 bigBed文件
如果bed文件有點大（大於50Mb)，你應該將它轉換成bigBed文件，放到服務器上，再鏈接到genome browser上查看。
先sort bed文件
1 bedSort unsorted.bed > input.bed
將sort后的bed文件進行轉換，必須去除track和browser行
1 bedToBigBed input.bed chrom.sizes myBigBed.bb
二、在UCSC上查看數據
2.1 UCSC 上My Data 下的Custom Track
所有文件都可以直接添加自己定制的Custom Track，分為兩步，1.定義browser行 ，2.定義track行
1.browser行
1 browser attribute_name attribute_value(s)
postion 定義genome browser起始查看的位置
hide all 隱藏全部track
hide < track_primary_talbe_name(s)> 需要隱藏的tracks列表，空格分隔，下面一樣
dense all 密度顯示全部track
dense <track_primary_talbe_name(s)> 需要密度顯示的tracks列表
pack all 壓緊模式顯示全部track
pack <track_primary_talbe_name(s)> 需要壓緊模式顯示的tracks列表
squish all 壓扁模式顯示
full all 全部顯示track
full <track_primary_talbe_name(s)> 全部顯示模式顯示的track列表
2.track行
name=<track_label> 定義track的標簽
description=<center_label> 定義顯示的時候track的中間的標簽
type=<track_type> 定義track類型，可以定義為BAM, BED detail, bedGraph, bigBed, bigWig, broadPeak, narrowPeak, Microarray, VCF and WIG
visibility=<display_mode> 定義顯示模式，定義track的起始顯示模式，包括0 - hide, 1 - dense, 2 - full, 3 - pack, and 4 - squish
color=<RRR,GGG,BBB> 定義注釋track的主演色,包括三個逗號分隔的0-255之間的數字，默認0，0，0黑色
itemRgb=On 如果開了這個選項,bed文件定義的itemRgb生效
colorByStrand=<RRR,GGG,BBB,RRR,GGG,BBB> 設置正負鏈的顏色，默認0，0，0，0，0，0 都是黑色
useScore=<use_score> 默認是0，使用bed score值定義的顏色，如果是1，會使用數據行來決定顏色深淺
group=<group> 定義track組，會在genome browser上顯示
priority=<priority> 定義組內排列位置，沒有分組的話會定義默認組（user)的排列位置
db=<UCSC_assembly_name> 定義要比對的數據庫，比如hg18,mm8等
offset=<offset> 補償，定義添加到全部坐標上的數值，默認0
maxitems<#> 定義track能包括的最大條目，默認250，必須小心設置，不然會導致系統不穩定
url=<external_url> 定義track 的額外鏈接內容
htmlUrl=<external_url> 定義track描述頁面的鏈接內容
bigDataUrl=<external_url> 定義數據文件的url，就是放在服務器上的文件地址，
下面是UCSC給出的例子
1 browser position chr21:33,031,597-33,041,570 2 track type=bigBed name="bigBed Example One" description="A bigBed file" bigDataUrl=http://genome.ucsc.edu/goldenPath/help/examples/bigBedExample.bb
bed文件格式可以直接寫入track中，如下，在基因組固定位置顯示藍色和綠色標記
1 browser position chr22:20100000-20140000 2 track name=spacer description="Blue ticks every 10000 bases" color=0,0,255, 3 chr22 20100000 20100001 4 chr22 20110000 20110001 5 chr22 20120000 20120001 6 track name=even description="Red ticks every 100 bases, skip 100" color=255,0,0 7 chr22 20100000 20100100 first 8 chr22 20100200 20100300 second 9 chr22 20100400 20100500 third
2.2 UCSC 的MyData下的track hub
track hub 是track 的收集，hub中的track在genome browser瀏覽頁面中以藍色顯示。
首先在存放hub文件的文件夾下寫一個hub文件，格式如下
1 hub hub_name # hub的名稱 2 shortLabel hub_short_label #hub的短標簽，便於顯示 3 longLabel hub_long_label #hub具體的標簽 4 genomesFile genomes_filelist #要對比的基因組列表文件路徑 5 email email_address #自己的email地址 6 descriptionUrl descriptionUrl # 對這個track的描述
接下來編輯基因組列表文件
1 genome assembly_database_1 #對比到的基因組，比如hg19 2 trackDb assembly_1_path/trackDb.txt #trackDb文件,包括對比到hg19的所有track 3 4 5 genome assembly_database_2 6 trackDb assembly_2_path/trackDb.txt
上面是兩個不同的trackDb（track數據庫），分別對比到不同的基因組，而trackDb中寫入有很多不同的對比到該基因組的hub track
最后編輯trackDb文件
1 track dnaseSignal #在genome browser上顯示的track名，必須獨一無二 2 bigDataUrl dnaseSignal.bigWig #文件的url,默認在trackDb所在文件夾 3 shortLabel DNAse Signal 4 longLabel Depth of alignments of DNAse reads 5 type bigWig 6 7 8 track dnaseReads 9 bigDataUrl dnaseReads.bam 10 shortLabel DNAse Reads 11 longLabel DNAse reads mapped with MAQ 12 type bam
上面寫入了兩個track,一個是bigWig格式的文件，一個是bam文件.而vcf 文件如下
1 track GC_WGS_tumour_vcf_by_lumpy 2 type vcfTabix 3 bigDataUrl GC_WGS_tumour.sorted.vcf.gz 4 shortLabel GC_WGS tumour vcf lumpy 5 longLabel GC_WGS tumour vcf by lumpy
上面幾個是基本參數，更多可選的hub track的參數參見hub track 定義文檔
最后上圖一張
參考文獻
UCSC custom track: http://genome-asia.ucsc.edu/goldenPath/help/customTrack.html
UCSC track hub : http://genome-asia.ucsc.edu/goldenPath/help/hgTrackHubHelp.html
UCSC hub track 定義文檔 ：http://genome-asia.ucsc.edu/goldenPath/help/trackDb/trackDbHub.html