使用MAGeCK-VISPR生成CRISPR Screen分析流程

1- 背景介绍

刘小乐教授的CRISPR-Screen的分析工具除了MAGeCK之外，还有MAGeCK-VISPR 其实从名称看，我一度以为VISPR就只更加侧重于可视化，但当我实操的时候我发现其可以自动生成snakemake文件，实现分析的流程化。

今天就来说一说这自动生成的snakemake文件~

2- 软件说明书：

参考文件网页

liulab / mageck-vispr — Bitbucket

https://bitbucket.org/liulab/mageck-vispr/src/master/

还有教学视频MAGeCK-VISPR 2: Pipeline Configuration - YouTube

https://www.youtube.com/watch?v=3maSxhy1JL0

3- 软件安装

conda create -n mageck-vispr  python=3.7
conda activate mageckenv
mamba install -c bioconda -c conda-forge mageck-vispr

4- mageck-vispr init 命令生成原始snakemake文件

4.1 下载&解压示例数据

示例数据链接：https://bitbucket.org/liulab/mageck-vispr/downloads/esc.testdata.step2.tar.bz2

解压

tar xvf esc.testdata.step2.tar.bz2

目录样式：

4.2 mageck-vispr init 的使用

# 示例代码
mageck-vispr init path/to/my/workflow --reads path/to/sample1.fastq path/to/sample2.fastq ...

看来需要先确定workflow 从教学视频看，最终目录结构如下

所以我这里的workflow是 ~/MAGeCK_VISPR_test/

# 修改后代码
cd ~/MAGeCK_VISPR_test/
mageck-vispr init ~/MAGeCK_VISPR_test --reads  ~/MAGeCK_VISPR_test/esc-testdata/reads/ERR376998.subsample.fastq ~/MAGeCK_VISPR_test/esc-testdata/reads/ERR376999.subsample.fastq ~/MAGeCK_VISPR_test/esc-testdata/reads/ERR377000.subsample.fastq

运行结果：

在~/MAGeCK_VISPR_test/目录下生成了snakemake文件config.yaml

换了文件夹再运行了一次，发现旧文件没有被覆盖。

删了旧的，继续操作

5- 编辑config.yaml文件

vim config.yaml

5.1 修改library目录&物种

修改前

搜索文章信息

修改后 注意看上面给出的tree结果，library文件有显示。

（下图有错，报错示例）

library文件长这样：

5.2 修改样本分组

修改前

查数据分组，只有ERR376998是对照

修改后

5.3 选择分析策略

修改前

修改后

（下图有错，报错示例）

这个矩阵文件也在tree图中也有 rra方法需要我们提供分组信息 cat之后长这样

6- 检查&运行yaml文件

cd ~/MAGeCK_VISPR_test
snakemake -n

说我的文件不存在...

仔细观察作者原本给的yaml文件

猜测这边的library路径应该是以config.yaml文件为参照，提供相对位置就可以了。

顺带把类似的矩阵路径也修改了

修改之后还有报错 报错如下：

说我的day0 label...应该是和design matrix冲突了.. 注释掉

再次

snakemake -n

这下对了，能看到进程总览

运行snakemake文件

snakemake --cores 8

运行结束后的界面

7- 输出结果

8- 软件优势

1-能提供完整的pipeline文件，直观看到分析中使用的参数，方便参考和流程的整理

2-结合了snakemake的优势，批量操作便捷