-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathchimericRNA.Snakemake
200 lines (159 loc) · 107 KB
/
chimericRNA.Snakemake
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
#run snakemake
#
#snakemake -d `pwd` -s `pwd`/chimericRNA.Snakemake --stats snakemake.stats -j 100 --cluster 'qsub {params.cluster}'
#################################
# #
# Import modules #
# #
#################################
import math
import os
#################################
# #
# Variables setup #
# #
#################################
#################################
#Environment #
#################################
HOME=os.environ['HOME']
WORKDIR="/media/work/genomes/claImm/RNAseq/diffExp/chimericRNAs"
COMPUTEDIR="/tmp"
#################################
#THREADS #
#################################
THREADS=16
##################################
#FILES #
##################################
#GENOME
SPEC="claImm"
GENOME=WORKDIR+"/"+SPEC+".fasta"
ANNO =WORKDIR+"/"+SPEC+".Protein.gtf"
junction =WORKDIR+"/{condition}Chimeric.out.junction"
JUNCTIONS,=glob_wildcards(junction);
##################################
#BIOLOGY #
##################################
INTRON=2000
localrules: all, refGen,mapping,blast,FusionStar,gedDiffFusion,getCircular,getDiffCircular,getDiffFusion
rule all:
input: "fusionTrans.htC","fusionCircular.htC",expand("{condition}.{type}_candidates.final.abridged", condition=JUNCTIONS,type=["circular","fusion"])
message:"""
################################################################################
Now you can go on by selecting the fusion transcript of interests
Select them in the UP/DOWN files generated and look for them in the
corresponding .abridged files.
Example For Fusion
cat Skin_S2.fusion_candidates.final.abridged | head -n 4 | ~/bin/getTransSpliceRNA.pl -a exoDer.gtf -T STAR-Fusion -g exoDer.fa -d 1 -s 1
Example For Circular
cat Skin_S2.circular_candidates.final.abridged | head -n 4 | ~/bin/getCircSpliceRNA.pl -a exoDer.gtf -g exoDer.fa -d 1 -s 1
################################################################################
"""
#################################################################################
### #
### Get split read count and generate a differential expression #
### #
#################################################################################
rule getDiffCircular:
input: expand("{condition}.circular_candidates.final.abridged",condition=JUNCTIONS)
output: "fusionCircular.htC"
shell:"""
j=`echo "{input}" | sed -r 's/ +/,/g'`
parseSTARCirc.pl -d . -m 1 -f ${{j}} > fusionCircular.htC
Rscript diffCircular.R
"""
#################################################################################
### #
### Detection of Circular Transcripts #
### #
#################################################################################
rule getCircular:
input: annotation=ANNO, dna=GENOME, chimeric="{condition}Chimeric.out.junction"
output: "{condition}.circular_candidates.final.abridged"
shell:"""
cat {input.chimeric} | getCircSpliceRNA.pl -a {input.annotation} -g {input.dna} | sort -k 21,21gr | perl -lane 'if($F[21] eq $F[25] && abs($F[1]-$F[4]) <= 2000){{print;}}' > {output}
"""
#################################################################################
### #
### Get split read count and generate a differential expression #
### #
#################################################################################
rule getDiffFusion:
input: expand("{condition}.fusion_candidates.final.abridged",condition=JUNCTIONS)
output: "fusionTrans.htC"
shell:"""
j=`echo "{input}" | sed -r 's/ +/,/g'`
parseSTARFusion.pl -d . -m 1 -f ${{j}} > fusionTrans.htC
Rscript diffFusion.R
"""
#################################################################################
### #
### Detection of Fusion Transcripts #
### #
#################################################################################
rule FusionStar:
input: annotation=ANNO, cdna="my_cdna.fasta", chimeric="{condition}Chimeric.out.junction"
output: "{condition}.fusion_candidates.final.abridged"
shell:"""
~/bin/STARdir/STAR-Fusion/STAR-Fusion --out_prefix {wildcards.condition} --genome_lib_dir . --chimeric_junction {input.chimeric} --output-dir {wildcards.condition}
"""
#################################################################################
### #
### Prepare Genome Library #
### #
#################################################################################
rule prepGenLib:
input: "my_cdna.fasta.blastn_gene_pairs.gz","my_cdna.fasta"
output: "ref_genome.fa.star.idx.ok"
threads: THREADS
shell:"""
~/bin/STARdir/STAR-Fusion/FusionFilter/prep_genome_lib.pl --genome_fa {GENOME} --gtf {ANNO} --blast_pairs {input[0]} --cdna_fa {input[1]}
"""
#################################################################################
### #
### BLAST #
### #
#################################################################################
rule blast:
input: cdna="my_cdna.fasta",
output: "my_cdna.fasta.blastn_gene_pairs.gz"
threads: THREADS
shell:"""
cat {input.cdna} | perl -lane 'if($F[0]=~/>/){{my $head=join("::",@F); print $head;}}else{{print;}}' > my_cdna.fasta.BLAST
makeblastdb -in my_cdna.fasta.BLAST -dbtype nucl
blastn -db my_cdna.fasta.BLAST -query my_cdna.fasta.BLAST -evalue 0.001 -outfmt 6 -lcase_masking -num_threads {threads} -word_size 11 -gapopen 2 -gapextend 1 > my_cdna.fasta.blastn_gene_pairs
gzip my_cdna.fasta.blastn_gene_pairs
"""
#################################################################################
### #
### Preparing STAR Fusion #
### #
#################################################################################
rule cdnaPreparation:
input: genome=GENOME, annotation=ANNO
output: fasta="my_cdna.fasta",idx="my_cdna.fasta.idx"
shell:"""
~/bin/STARdir/STAR-Fusion/util/gtf_file_to_cDNA_seqs.pl {input.annotation} {input.genome} > {output.fasta}
~/bin/STARdir/STAR-Fusion/util/index_cdna_seqs.pl {output.fasta}
"""
##################################################################################
#### #
#### MAPPING #
#### #
##################################################################################
#
#rule mapping:
# input: genome=GENOME, read="{condition}.fastq", index=GENOME+".fai"
# output: "{condition}Chimeric.out.junction"
# threads: THREADS
# shell: """
# STAR --runThreadN 8 --genomeDir . --readFilesIn {input.read}.fastq --outFileNamePrefix {input.read} --alignIntronMin 15 --alignIntronMax {INTRON} --outFilterIntronMotifs RemoveNoncanonicalUnannotated --chimSegmentMin 12 --chimJunctionOverhangMin 12 --alignSJDBoverhangMin 10 --outSAMtype BAM SortedByCoordinate
# """
#
#
#################################################################################
### #
### REFERENCE GENERATION #
### #
#################################################################################