HiC-Pro结果文件全解析从原始数据到发表级图谱的实战指南当HiC-Pro顺利完成运行后面对out文件夹中密密麻麻的文件很多研究者会陷入数据沼泽——明明流程跑通了却不知道如何从这些中间文件中提取有价值的信息。本文将带您深入HiC-Pro的输出迷宫拆解每个关键文件的生物学意义并演示如何将它们转化为直观的互作图谱。1. 解剖HiC-Pro的输出结构打开out文件夹您会看到类似这样的目录树out/ ├── bowtie_results/ ├── hic_results/ │ ├── data/ │ ├── pics/ │ └── matrix/ └── stats/bowtie_results存储原始测序数据的比对结果通常包含以下关键信息*.bwt2pairs经过比对但未过滤的互作对*.bwt2stats比对统计报告包括映射率和唯一映射比例hic_results是核心输出目录其中data/包含样本级的中间文件matrix/存放矩阵格式的互作数据pics/自动生成的质控图表stats/文件夹汇集了全流程的统计报告建议优先查看cat out/stats/merge_stats.txt这个文件会显示每个处理步骤的保留率帮助您快速判断数据质量。例如提示若Valid interaction比例低于60%可能需要检查实验建库质量或比对参数。2. 关键文件深度解读2.1 validPairs文件互作数据的原始记录*.validPairs文件是HiC-Pro的核心输出采用制表符分隔的7列格式chr1 pos1 chr2 pos2 strand1 strand2 fragment_size示例数据chr1 100000 chr1 200000 - 100000 chr2 50000 chr3 300000 - 250000理解各列含义chr1/pos1第一个互作片段的染色体和位置chr2/pos2第二个互作片段的染色体和位置strand1/strand2片段所在链方向fragment_size两个片段间的线性距离注意相同染色体上pos1总是小于pos2这是HiC-Pro的标准化处理。2.2 matrix文件互作矩阵的多种格式HiC-Pro会生成三种矩阵格式文件类型格式描述适用工具*.matrix稀疏矩阵坐标格式HiCPlotter, HiCExplorer*.bed基因组区间定义文件Juicebox, WashU Epigenome Browser*.cool/.mcool分层Cooler格式(需额外转换)Cooler, Higlass以chr1_100kb.matrix为例其内容结构1 1 50 1 2 30 1 3 15 ...每行表示行坐标 列坐标 互作频率2.3 bed文件基因组区间的锚点定义*.bed文件定义了矩阵中每个bin对应的基因组位置典型格式chr1 0 100000 bin1 chr1 100000 200000 bin2 ...重要参数解析bin大小在config文件中定义如10kb/100kb有效区域仅包含有足够覆盖度的区间3. 从数据到可视化实战操作指南3.1 使用HiCPlotter创建互作图谱首先安装HiCPlotterpip install hicplotter基础绘图命令import hicplotter hp hicplotter.HicPlotter( matrixout/hic_results/matrix/chr1_100kb.matrix, bedout/hic_results/matrix/chr1_100kb.bed ) hp.plot(chromchr1, start1e6, end5e6)进阶技巧添加基因注释hp.add_gtf(genes.gtf)调整分辨率resolution2500025kb比较多个样本hp.compare([sample1.matrix, sample2.matrix])3.2 转换为Cooler格式进行三维基因组分析安装Cooler工具包conda install -c conda-forge cooler转换命令cooler load -f coo \ out/hic_results/matrix/chr1_100kb.bed \ out/hic_results/matrix/chr1_100kb.matrix \ -o chr1_100kb.cool生成多分辨率mcool文件cooler zoomify -r 100000,50000,25000,10000 chr1_100kb.cool3.3 在Juicebox中交互式探索准备输入文件awk {print $2} out/hic_results/matrix/chr1_100kb.bed chr1_100kb.bin paste chr1_100kb.bin chr1_100kb.bin out/hic_results/matrix/chr1_100kb.matrix chr1_100kb.juicebox在Juicebox中加载点击File Load选择.juicebox文件调整Normalization选项4. 高级分析技巧与疑难解答4.1 识别拓扑关联域(TADs)使用HiCExplorer进行TAD分析from hicexplorer import hicFindTADs hicFindTADs \ --matrix chr1_100kb.cool \ --outPrefix tads \ --minDepth 30000 \ --maxDepth 100000关键参数说明--minDepth最小窗口大小--maxDepth最大窗口大小--step滑动窗口步长4.2 差异互作分析使用diffHic进行样本间比较library(diffHic) data - readHiC( c(control_100kb.matrix, treatment_100kb.matrix), c(control_100kb.bed, treatment_100kb.bed) ) results - diffHic(data, design~condition)4.3 常见问题排查问题1矩阵中出现异常对角线模式可能原因PCR重复未充分去除解决方案在HiC-Pro配置中增加--rmdup参数问题2互作频率整体偏低检查步骤确认stats/merge_stats.txt中的有效互作比例检查bowtie_results/*.bwt2stats的比对率验证酶切效率stats/digestion_*.txt问题3可视化时出现区块效应处理方法# 在HiCPlotter中应用ICE归一化 hp.normalize(methodice, max_iter100)5. 从分析到发表数据呈现的最佳实践5.1 期刊级别的图表制作Figure 1建议包含全基因组互作热图100kb分辨率关键区域的放大视图10kb分辨率TAD边界与染色质标记的共定位分析示例代码import matplotlib.pyplot as plt fig, (ax1, ax2) plt.subplots(2, 1, figsize(10, 12)) # 全基因组视图 hp1 hicplotter.HicPlotter(matrixwhole_genome_100kb.matrix) hp1.plot(axax1, titleGenome-wide Interaction Profile) # 局部放大 hp2 hicplotter.HicPlotter(matrixlocus_10kb.matrix) hp2.plot(axax2, chromchr6, start25e6, end30e6)5.2 补充数据的准备建议包含的补充材料原始validPairs文件的统计摘要各样本的质控指标表格不同归一化方法的比较结果统计表示例样本总互作对数有效互作比例跨染色体互作率WT_185,342,67178.2%12.5%KO_179,856,12372.8%15.3%5.3 数据存档规范按照NCBI GEO的要求整理数据study_root/ ├── metadata.txt ├── raw/ │ ├── sample1.validPairs.gz │ └── sample2.validPairs.gz └── processed/ ├── matrix_files/ └── cool_files/在实验方法部分需明确说明HiC-Pro的版本参数比对使用的参考基因组版本矩阵构建的分辨率使用的归一化方法