环状外染色体DNA（extrachromosomal DNA，简称ecDNA）是一类存在于细胞核外但不属于线性染色体的DNA分子。ecDNA的研究近年来引起了广泛关注，特别是在癌症研究领域。以下是ecDNA研究的一些背景信息： 1.ecDNA的发现和定义：ecDNA并不是新的概念，早在20世纪中期，科学家们就已经发现了细胞中存在一些环状的DNA分子。与线性染色体不同，ecDNA是环状的，并且可以携带基因信息。

2.癌症中的ecDNA：近年来的研究表明，许多类型的癌细胞中存在高水平的ecDNA。这些ecDNA通常携带着驱动癌症发展的致癌基因（oncogenes），并可以在癌细胞中复制和扩增。由于ecDNA不受染色体端粒的限制，它们可以在细胞中快速增殖，促进癌症的进展和耐药性。

3.基因扩增和异质性：ecDNA可以在癌细胞中形成基因扩增，增加特定基因的拷贝数，从而增强这些基因的表达。这种机制可以导致癌细胞对药物的耐药性增加。此外，ecDNA的非整合性和可变性使得癌细胞内的基因组更加异质，增加了肿瘤的复杂性。

4.诊断和治疗的潜力：由于ecDNA在癌症中的特殊作用，研究人员正在探索其作为诊断标志物和治疗靶点的潜力。例如，检测血液中的ecDNA片段可能帮助早期诊断癌症或监测治疗效果。同时，针对ecDNA的特定药物可能提供新的治疗策略。

5.技术进展：随着测序技术和单细胞基因组学的发展，研究人员可以更精确地检测和分析ecDNA。这些技术进步为深入研究ecDNA的功能和机制提供了工具。

总之，ecDNA研究正在快速发展，并有望为癌症的诊断和治疗带来新的突破。通过进一步了解ecDNA的生物学特性和功能机制，科学家们希望能够开发出新的策略来对抗癌症。

QMotif 是一种用于识别和分析基因组数据中重复序列和基序（motif）的生物信息学工具。它的主要功能包括：

1.识别基序：QMotif 可以在大量的序列数据中快速识别出特定的基序，这对于理解基因调控和功能区域非常重要。 2.基序搜索：用户可以输入特定的基序，QMotif 会在提供的序列数据中搜索这些基序的位置和频率。 3.可视化：工具通常提供可视化功能，以便用户可以直观地查看基序在基因组中的分布情况。 4.统计分析：QMotif 能够进行各种统计分析，如基序的富集分析，帮助用户理解基序在不同条件下的显著性和功能。 支持多种输入格式：通常支持多种常见的生物信息学数据格式，如FASTA、BED等，方便用户进行数据输入和输出

github地址：https://github.com/AmpliconSuite/AmpliconArchitect

注意！！！192.168.50.4节点无法运行该软件，会报错，目前推测是集群环境的影响，所以目前天津跑用rnashouhou账号；上海可正常运行；

第一种：N样本和T样本的成对bam数据（成对）。 第二种：任何样本的bam数据（单样本运行）

1 示例路径

天津集群： 成对样本：/TJPROJ6/AFS_RESEQ/Proj/hanyue/03.CANCER/AmpliconArchitect/X101SC24012414-Z01_AmpliconArchitect_20241206 单样本：/TJPROJ6/AFS_RESEQ/Proj/hanyue/03.CANCER/AmpliconArchitect/P2016060060_AmpliconArchitect_20241206

上海集群： 成对样本：/SHPROJ1/AFSRESEQ/Proj/hanyue/AmpliconArchitect/X101SC24110671-Z01_ecDNA_1227

2 分析脚本

export PATH="/TJPROJ6/AFS_RESEQ/Proj/hanyue/miniconda/envs/ampsuite/bin:$PATH"
export AA_DATA_REPO=/TJPROJ6/AFS_RESEQ/Proj/hanyue/miniconda/envs/ampsuite/data_repo
 /TJPROJ6/AFS_RESEQ/Proj/hanyue/miniconda/envs/ampsuite/bin/AmpliconSuite-pipeline.py -o /TJPROJ6/AFS_RESEQ/Proj/hanyue/03.CANCER/AmpliconArchitect/X101SC24012414-Z01_AmpliconArchitect_20241206/T_20_615 -s T_20_615 -t 16 --ref GRCh37 --bam /TJPROJ6/AFS_RESEQ/Proj/hongxiang/01.Cancer/WES.X101SC24012414-Z01_msi_mt_qMotif.20241015/bam/T_20_615.final.bam --normal_bam /TJPROJ6/AFS_RESEQ/Proj/hongxiang/01.Cancer/WES.X101SC24012414-Z01_msi_mt_qMotif.20241015/bam/P_20_615.final.bam --run_AA --AA_src /TJPROJ6/AFS_RESEQ/Proj/hanyue/miniconda/envs/ampsuite/AmpliconArchitect/src --run_AC  --AC_src /TJPROJ6/AFS_RESEQ/Proj/hanyue/miniconda/envs/ampsuite/AmpliconClassifier  

GC_303_amplicon1_cycles.txt
GC_303_amplicon1_graph.txt
GC_303_amplicon1.pdf
GC_303_amplicon1.png
GC_303_summary.txt

/SHPROJ1/AFSRESEQ/Proj/hanyue/AmpliconArchitect/X101SC24110671-Z01_ecDNA_1227/readme

*_summary.txt 该文件为AA检测到所有扩增子的摘要
*_amplicon{id}_graph.txt 每个扩增子的结果文件，文件中列出了断点图中的染色体起始位置，分类(sequence, discordant, concordant, source)和拷贝计数
*_amplicon{id}_cycle.txt 每个扩增子的文本文件，文件中列出了样本的环及其拷贝数
*_amplicon{id}.png/pdf 每个扩增子的SV可视化图

1、*_summary.txt
AmpliconID：扩增子的ID。
#Intervals：扩增子包含的区间间隔个数。
Intervals：表示扩增子所在的基因组位置，位于染色体*的***到***区间。
OncogenesAmplified：这项为空，说明在这个扩增区域内没有检测到已知的致癌基因（oncogenes）。
TotalIntervalSize：该区间的总长度为***个碱基对。
AmplifiedIntervalSize：表示该区间内实际扩增的长度为***个碱基对。
AverageAmplifiedCopyCount：平均扩增的拷贝数约为***，表明这个区域存在显著的拷贝数增加。
#Chromosomes：表示该扩增子涉及的染色体数目为*。
#SeqenceEdges：这是序列边界的数量，指的是检测到的序列变化的边界数量。
#BreakpointEdges：断裂点边界的数量为*，表示在该区域内可能存在*个断裂点。
#CoverageShifts：覆盖度变化的数量为*，为0表示在该区域内没有显著的覆盖度变化。
#MeanshiftSegmentsCopyCount>5：平均变化段的拷贝数大于5的数量为*，为0表明在该区域内没有检测到拷贝数大于5的显著段。
#Foldbacks：回折数量为*，0表示没有检测到回折结构。
#CoverageShiftsWithBreakpointEdges：覆盖度变化与断裂点边界相关的数量为*，0说明覆盖度变化没有与断裂点相关联。

2、*_amplicon{id}_graph.txt
每个扩增子的图形文件由 2 个部分组成：
1）序列边缘(Sequence edges)
StartPosition：该字段表示拷贝数变异（CNV）或感兴趣区域（如扩增子）的起始位置；
EndPosition：该字段表示拷贝数变异（CNV）或感兴趣区域的结束位置；
PredictedCopyCount：该字段表示在指定区域内预测的DNA拷贝数。拷贝数变异可以是增多（扩增）或减少（缺失）。
AverageCoverage：该字段表示在指定区域内测序读数的平均覆盖度。
Size该字段表示指定区域的大小，通常以碱基对（bp）为单位。
NumberReadsMapped：该字段表示在指定区域内映射到参考基因组的测序读数数量。
2）断点边缘(Breakpoint edges)。每个部分的第一行以该部分的标题开始。其余行以与边缘类别相对应的关键字开头，后跟边缘坐标、拷贝数、覆盖率/读取数和其他信息。
StartPosition->EndPosition：起始位置 -> 结束位置。
PredictedCopyCount：该字段表示在指定区域内预测的DNA拷贝数。
NumberOfReadPairs：该字段表示在指定区域内成功映射的测序读对的数量。
HomologySizeIfAvailable(<0ForInsertions)：同源序列大小（若为插入则为负数）
Homology/InsertionSequence：该字段表示在变异区域内的同源序列或插入序列的具体核苷酸序列。
discordant：两个非连续位置之间的连接。
concordant：参考基因组中已连接的连续位置之间的连接。
source：已知基因组位置与未知位置或扩增子间隔集之外的位置之间的连接。


3、*_amplicon{id}_cycle.txt
该文件以简单循环的形式描述了AA预测的扩增子结构。该文件由3个部分组成
1）间隔部分(Intervals)：扩增子中的间隔列表。
第一列：Interval: 关键字。
第二列：IntervalID：间隔 1、2 等的 ID。
第三列：CHROM: 染色体名称。
第四列：START：第一个碱基对的坐标。
第五列：END：最后一个碱基对的坐标。
2）Segments 部分：结构中使用的段列表。
第一列：Segment: 关键字。
第二列：IntervalID： 1、2 等的 ID。
第三列：CHROM: 染色体名称。
第四列：START：第一个碱基对的坐标。
第五列：END：最后一个碱基对的坐标。
3）环状部分(Cycles)：预测出环的表格。
第一列：Cycle=CycleID：循环的 ID，最大的拷贝数在前。
第二列：Copy_count=CopyCount：环的复制次数
第三列：Segments={Segment1}{Strand1},{Segment2}{Strand2},...：Segments列表及其在结构中的方向。最后Segments连接到第一个Segments。

4、*_amplicon{id}.png/pdf
SV视图文件是一个PNG/PDF文件，显示扩增子的基础序列:
x轴：扩增子Intervals  
y轴（左）：以直方图（灰色垂直条）表示的间隔内基于窗口的覆盖深度 
y轴（右）：拷贝数。基于这些片段的覆盖范围和拷贝数估计对间隔进行分割（跨越片段的水平黑线） 
比对不一致的reads用弧线连接，其中颜色代表reads的方向:
    红色：预期方向长度不一致（正向-反向）
    棕色：外翻reads对（反向-正向）
    青色：两个读数都映射到正向链
    洋红色：两个读数都映射到反向链
    到达图顶部的垂直彩色线表示与源顶点的连接
    弧线的厚度定性地描述了双端读取支持的数量
底部面板可以表示扩增子间隔上的各种注释，其中默认视图显示癌基因注释。