纠结！narrowPeak还是broadPeak

  常见组蛋白修饰的ChIP-seq数据，使用macs2分析时会面临一个问题，peak的峰形到底是narrowPeak还是broadPeak？基于现有的经验，目前一些常见组蛋白的峰形已经有比较统一的认知，具体可以见[常见组蛋白修饰要点汇总]。咱们可以根据现有的背景知识选择相应的模式，让数据分析更接近组蛋白本身最真实的情况。

  虽然现有的知识已经覆盖常见的组蛋白，但心里一直有一个疑问，使用macs2分析时，narrowPeak和broadPeak到底区别在哪里？为了弄清楚这其中的区别，今天咱们就来纸上谈个兵实践一下。毕竟，理论来源于实践，才可以指导实践。

  下面用H3K4me3组蛋白的数据来探索一下，为了方便只选取了一个染色体的数据。macs2两种模式区别在于是否有--broad参数，其他参数保持一致。下面内容里IP、Input、peaks分别为信号和位置，broad、narrow分别为两种模式。

peak

  首先，从peak的整体情况来看看区别。下图是两种模式下，peak的重叠情况，可以很明显地看出，两则结果基本吻合，无论是数量还是位置基本都是一致的。

signal

  既然，整体上两种模式吻合度很高，下面再来看看具体的peak信号分布如何，见下图。从图中可以看出，两者的信号分布完全一致，差别在于peak的位置，broadPeak模式相对于narrowPeak来说，所做的事情就是将邻近的peak位置合并为一个整体。

  那么，对于距离较远的peak来说情况是怎么样的呢？见下图，可知两种模式下peak的信号和位置完全一致。到这里，咱们可以知道软件的不同模式对信号没有任何影响，最终影响的是peak最终位置的宽窄。

ratio

  接着，咱们再来看看，在broadPeak模式下的peak对应一个或多个narrowPeak模式下的peak，分别所占的比例，见下图。从上图可知，有80%的peak，在broadPeak和narrowPeak模式下是一一对应的，有少部分的peak在broadPeak模式下被缝合。这也比较符合实际情况，因为H3K4me3的peak本身就是窄峰形。

  从以上的结果对比可以看出，不同模式最终影响的是peak的位置，并不会改变信号。从这一点，咱们好像可以得出，模式对后续分析的影响很小。比如说第一张图，broadPeak模式下一个peak，对应于narrowPeak模式下的5个peak，如果处理组和对照组需要比较差异peak，用这两种模式应该可以得出相似的结果。毕竟，实验处理应该不会导致peak1-peak5出现不一致的反应，因为这5个peak基因组位置非常临近，即使它们是独立的，功能上应该也是一致的。当然，为了接近数据最真实的样子，还是应该根据背景知识首选最佳的参数设置。也许，narrowPeak和broadPeak哪一种更适合只有数据知道。