ChIP-seq 分析：评估片段长度与处理（6）

2023-02-20 本文已影响0人数据科学工厂

1. 片段长度评估

片段长度的预测是 ChIPseq 的重要组成部分，它会影响峰识别、峰识别和覆盖概况。

使用互相关或交叉覆盖可以评估按链进行的读取聚类，从而衡量质量。

fragment

在 ChIPseq 中，通常是 dsDNA 的短单端读取。
片段的 5' 将在“+”链上测序
片段末端的 3' 将位于“-”链上。
虽然我们只有部分链序列，但根据预测的片段长度，我们可以预测整个片段
“+”读数应仅在正方向延伸
“-”只读负数

ChIPseq

2. 交叉覆盖图

Cross-coverage

plotCC 函数可用于绘制我们的交叉覆盖图, plotCC() 函数接受我们的 ChIPQC 样本对象列表和一个 facetBy 参数，以允许我们对交叉覆盖配置文件进行分组。

plotCC(myQC, facetBy = "Sample")

myQC

我们可以将元数据包含为 data.frame，其中第一列是我们的样本名称，以允许我们以不同的方式对我们的图进行分组。

myMeta <- data.frame(Sample = names(myQC), Tissue = c("Ch12", "Ch12", "MEL", "MEL",
    "MEL", "Ch12"), Antibody = c(rep("Myc", 4), rep("Input", 2)))
myMeta

myMeta

我们现在可以将我们的元数据包含到 addMetaData 参数中，这将允许我们对提供的元数据列进行 facetBy。

此外，我们在这里使用 colourBy 参数为抗体组添加颜色。

plotCC(myQC, facetBy = "Tissue", addMetaData = myMeta, colourBy = "Antibody")

myQC

ChIPQC 中的所有图实际上都是在 ggplot2 中构建的，因此我们可以像所有 ggplot 对象一样编辑和更新我们的图。

plotCC(myQC, facetBy = "Tissue", addMetaData = myMeta, colourBy = "Antibody") + theme_bw() +
    ggtitle("ChIPQC results")

plotCC

3. 黑名单和SSD

3.1. 黑名单

ChIPseq 通常会显示常见伪影的存在，例如超高信号区域。这些区域可能会混淆峰识别、片段长度估计和 QC 指标。 Anshul Kundaje 创建了 DAC 黑名单作为参考，以帮助处理这些地区。

黑名单影响的指标

3.2. SSD

SSD 是其中一种对列入黑名单的工件敏感的措施。 SSD 是衡量整个基因组信号标准偏差的指标，较高的分数反映出大量的读数堆积。因此，SSD 可用于评估超高信号的范围和信号。但首先必须删除列入黑名单的区域。

SSD

ChIPQC 在移除来自黑名单区域的信号之前和之后计算 SSD。plotSSD() 函数以红色绘制样本的黑名单前分数，以蓝色绘制黑名单后分数。

预先列入黑名单的 SSD 的较高分数可以表明该样本的黑名单区域中有很强的背景信号。

plotSSD(myQC) + xlim(0, 5)

SSD

由于 SSD 分数受到黑名单的强烈影响，因此可能需要更改轴以查看黑名单后分数样本之间的任何差异。

更高的列入黑名单后的 SSD 分数反映了具有更强峰值信号的样本。

plotSSD(myQC) + xlim(0.2, 0.8)

SSD

本文由mdnice多平台发布