cel数据，处理成segment及genotype数据

一、程序安装

这本来是一个matlab程序，但是有linux版本，需要安装matlab编译环境

下载解压之后首先安装matlab环境：

./MCRInstaller.bin -console

因为我的服务器没有界面，所以我用了-console执行安装程序，很简单就安装好了

celConverter目录下面是一个java程序，可以把芯片出来的cel文件转为flat file

其中Matlab_running 是我执行安装的matlab环境

其余两个脚本run_HMM.sh  run_preprocessing.sh是picnic程序的第二步和第三步

二、输入数据准备

我随便找了两个snp6.0芯片的raw data

-rw-rw-r-- 1 jmzeng jmzeng 66M Dec 30 06:30 GSM1949207.CEL

-rw-rw-r-- 1 jmzeng jmzeng 66M Sep  9 11:08 GSM887898.CEL

三、程序使用

程序主要分为三个步骤来实现

Step 1: Convert the binary *.cel file to a flat file

Step 2: Normalise and estimate the ploidy of the genome and the level of normal contamination

Step 3: Segment the data and produce the genotype

第一步：

暂时还不需要matlab工作环境

示例的code是：java -Xmx2G -jar CelFileConverter.jar -m Snp6FeatureMappings.csv -c 'cdf_file_including_path' -s 'directory name

of cel files' -t rootDir/outdir/raw

我的code是：

jmzeng@ubuntu:/home/jmzeng/bio-soft/picnic/c_code/celConverter$java -jar CelFileConverter.jar -m Snp6FeatureMappings.csv -c ../cdf/GenomeWideSNP_6.Full.cdf -s ../celFiles/ -t ../result/

Loading CDF file: ../cdf/GenomeWideSNP_6.Full.cdf

Loading feature mapping file: Snp6FeatureMappings.csv

Processing CEL file: /home/jmzeng/bio-soft/picnic/c_code/celConverter/../celFiles/GSM1949207.CEL

Created feature intensity file: /home/jmzeng/bio-soft/picnic/c_code/celConverter/../result/GSM1949207.feature_intensity

Processing CEL file: /home/jmzeng/bio-soft/picnic/c_code/celConverter/../celFiles/GSM887898.CEL

Created feature intensity file: /home/jmzeng/bio-soft/picnic/c_code/celConverter/../result/GSM887898.feature_intensity

然后在输出目录就有了一个feature_intensity后缀的文本文件，约110M

-rw-rw-r-- 1 jmzeng jmzeng 105M Dec 30 06:35 GSM1949207.feature_intensity

-rw-rw-r-- 1 jmzeng jmzeng 109M Dec 30 06:35 GSM887898.feature_intensity

第二步：

这里需要用matlab啦，但是这里经常出现库的问题！！！

示例的code是

sh run_preprocessing.sh mcr_dir cell_name info_dir feature_int_dir normalised_outdir outdir sample_type in_pi

我的code是：

jmzeng@ubuntu:/home/jmzeng/bio-soft/picnic/c_code$ sh run_preprocessing.sh Matlab_running/v710/ GSM1949207 info/ result/ result/output result/

------------------------------------------

Setting up environment variables

---

LD_LIBRARY_PATH is .:Matlab_running/v710//runtime/glnxa64:Matlab_running/v710//bin/glnxa64:Matlab_running/v710//sys/os/glnxa64:Matlab_running/v710//sys/java/jre/glnxa64/jre/lib/amd64/native_threads:Matlab_running/v710//sys/java/jre/glnxa64/jre/lib/amd64/server:Matlab_running/v710//sys/java/jre/glnxa64/jre/lib/amd64/client:Matlab_running/v710//sys/java/jre/glnxa64/jre/lib/amd64

My Own Exception: Fatal error loading library /home/jmzeng/bio-soft/picnic/c_code/Matlab_running/v710/bin/glnxa64/libmwmclmcr.so Error: libXp.so.6: cannot open shared object file: No such file or directory

第三步：

也需要用matlab，库的问题必须解决！！！

我另外一台服务器的结局办法是用v714的matlab

示例的code是

sh run_HMM.sh /nfs/team78pc2/kwl_temp/segments/PICNIC/C/release/Matlab_Compiler_Runtime/v710 A01_CGP_PD3945a.feature_intensity '/nfs/team78pc3/KWL/segments/PICNIC/matlab/C/release/info/' '/nfs/team78pc2/kwl_temp/segments/PICNIC/data/normalized/' '/nfs/team78pc2/kwl_temp/segments/PICNIC/data/' '10' '0.33598' '1.9915' '0.40997'

我的code是：无所谓了，这个服务器不知道怎么回事，总是出现库文件的问题，而这个问题需要root权限，我懒得弄了，我在其它的服务器上面都木有问题的！！！

所以我就换了MATLAB，毕竟，这个软件本来就是matlab版本的，第一步照旧，第二步在matlab里面运行！

我这里只用GSM1949207做测试吧！！！

Genomic DNA was extracted from saliva, peripheral blood, or fibroblastcell linesusing the QIAamp DNA Blood Mini Kit or QIAamp DNA Mini Kit. DNA quality and quantity was assessed using a Nanodrop Spectrophotometer and agarose gel electrophoresis.

打开matlab，进入picnic目录

重复第二步，输入：

preprocessing('GSM1949207.feature_intensity','info\','result\raw\','result\output\','result\')

需要7个参数，我这个是cell lines数据，所以后面两个参数省略不写！info文件夹自己下载放在picnic目录，其中result\raw 存放你第一步的结果文件！

这一步运行，会比较久！

同时可以看到程序在我的result目录里面新增加了两个目录用来存放结果，不过这一步的结果还是中间文件，就不解释了！

然后再重复第三步，输入：

HMM('GSM1949207.feature_intensity','info\','result\output\','result\',10,0,2.0221,0.40997)

这个软件的参数很没规律，最好不要像说明书那些用output做文件夹名字，不然，很容易出错。

这一步好像也很耗时间！

重要的结果有两个：