Bam文件IGV可视化

1.工具概述：

Integrative Genomics Viewer (IGV)是一种探索大型综合基因组数据的高性能交互式可视化工具。IGV可以同时查看关于基因表达信息的其他层次，以及遗传密码中的序列变化或突变。其他的基因组细节，如拷贝数变化、染色质沉淀数据和表观遗传学修饰，也可以在IGV中查看。此外，所有这些数据类型都可以被覆盖或叠加，来判定某个水平的变化是如何影响其他水平。IGV可以选择多种显示模式，以Heatmap、柱状图、散点图或其他形式查看数据。

使用IGV进行比对结果文件的可视化时，可以将*.tdf文件导入IGV中，得到下图示意的可视化结果，在选择感兴趣的区域时，可以选择要查看的染色体，并在染色体区域选择要查看的感兴趣的区域即可。该款云工具采用Integrative Genomics Viewer (IGV)工具，将sort处理过的bam文件转换成相应的*.tdf文件，方便进行IGV的数据可视化展示。

2.操作方法：

①任务名称：对本次小工具运行任务进行命名，方便后续任务查找及分析结果查看。

②比对的Bam文件：输入sort处理后得到的bam文件，bam文件的基因组信息要与基因组gtf文件保持一致。BAM是目前基因数据分析中最通用的比对数据存储格式，它既适合于短read也适合于长read，最长可以支持128Mbp的超大read！BAM文件分为两个部分：header和record。许多NGS组学数据的存储格式都是由header和record两部分组成的。

header内容不多，也不会太复杂，每一行都用‘@’符号开头，里面主要包含了版本信息，序列比对的参考序列信息，如果是标准工具（bwa，bowtie，picard）生成的BAM，一般还会包含生成该份文件的参数信息（如下图），@PG标签开头的那些。这里需要重点提一下的是header中的@RG也就是Read group信息，这是在做后续数据分析时专门用于区分不同样本的重要信息。它的重要性还体现在，如果原来样本的测序深度比较深，一般会按照不同的lane分开比对，最后再合并在一起，那么这个时候你会在这个BAM文件中看到有多个RG，里面记录了不同的lane，甚至测序文库的信息，唯一不变的一定是SM的sample信息，这样合并后才能正确处理。

接下来重点要说的是BAM的核心：record（有时候也叫alignment section，即，比对信息）。这是我们通常所说的序列比对内容，每一行都是一条read比对信息，它的记录看起来是这样的：

示例文件：bam文件示例

③基因组gtf文件：需要上传与Bam文件相匹配的基因组gtf文件。基因组gtf文件为标准的gtf格式文件，示例如下：

3. 结果解读：

将结果文件输出的.tdf文件输入到IGV工具中进行结果查看，详细使用说明请在参数设置页面点击“IGV使用说明”按钮下载文档进行使用操作！

4. 参考文献：

Helga Thorvaldsdóttir, Robinson J T , Mesirov J P . Integrative Genomics Viewer (Igv): High-Performance Genomics Data Visualization and Exploration[J]. Briefings in Bioinformatics, 2012, 14(2).