【张勇】ChIP-seq 讲习班

2020-06-22 本文已影响0人 caokai001

参考：

image.png

image.png

Cistrome: the set of cis-acting targets of a transacting factor on a genome scale.

Epigenome: a parallel to the word "genome"; the overall epigenetic state of a cell

image.png

image.png

image.png

image.png

关于实验重复及其测序深度：
- 以人类为例，一般对于转录因子达到20M，宽峰达到40M read 比较好。当然read越多越好，但是read 不太多，足以检测结合比较强的位点。
- 重复的问题，由于刚开始的一些文章ChIP-seq没有重复，带了一个不好的头，后面慢慢要求2-3个重复（2-3个质量好的重复，不是做了3个重复就好）。
image.png
对照组：一般来说Input 和IgG 有一个就行，对于一些特别容易富集的区域，也就是假阳性，可以通过对照组来过滤掉。

image.png

image.png

通过IGV浏览器查看peak 是否明显
image.png
通过计算Frip 值：不同的TF，Frip 大小不同，结合越强的位点，Frip 可能越高
image.png
交联系数：通过移动计算正反链read 皮尔逊相关系数变化过程。
- 高质量的ChIP 正负链的peak ，移动到最大重叠位置，相关系数最大，也就是图中ChIP peak 位置。
image.png
同时比较两个peak高度值，计算差异倍数，得到NSC/RSC 结果.下图左边为质量高的实验结果.

image.png

同时计算Frip 和NSC关系，两者之间存在明显的联系.也就是说Frip 高的NSC,RSC 往往也较高。
image.png
IDR 方法：此方法对于重复间质量好的样本，IDR可能效果好，否则满足条件的peak 会很少。

从B图可知，20000左右的peak ,IDR （不可重复率）较低，也就是peak 很可信。
image.png image.png
也可以通过peak 区域motif 富集情况，评价质量好坏。
image.png
通过序列保守型来看：也就是通过通过profile 图反映出富集效果。
image.png

image.png

image.png

image.png

image.png

要发布的部分peak calling 工具
image.png
下一步：差异peak 分析
- 定性问题：通过设置阈值，对两组sample进行peak 差异位点分析。得到有无peak的差异结果，但是对于一些在阈值边界的位置，可能得到的差异peak 位点，存在假阳性问题。
- 定量问题：通过差异倍数，及其显著性来判断差异peak. 对于组蛋白修饰来说，修饰水平的高度和表达强弱有关系；但是对于转录因子来说，可能没有太大影响。
image.png