ChIP-seq 学习内容

时间:2021-07-17 10:46:34

chip-seq

流程图

【怪毛匠子】

【独家整理-怪毛匠子】

书籍资料

生物信息学 许忠能

生物信息学——计算的视角 李岭 译

工具

UCSU

http://genome.ucsc.edu

安装

获得源文件 http://liulab.dfci.harvard.edu/MACS/Download.html MACS-1.4.2-1.tar.gz http://github.com/downloads/taoliu/MACS/MACS-1.4.2-1.tar.gz 解压缩文件生成MACS-1.4.2文件夹 tar xvzf MACS-1.4.2-1.tar.gz cd MACS-1.4.2 python setup.py install –prefix /your_directory/ prefix用于指定安装目录 修改环境变量:(使用sudo可以不用设置环境变量。。。) export PATH = /your_directory/bin:$PATH export PYTHONPATH = /your_directory/lib/python2.X/site-packages/:$PYTHONPATH 使用命令macs14 -h 验证并查看macs的使用说明

使用

假设我们现在有mouse的一组CTCF的ChIP-seq测序数据CTCF.fastq,首先,我们把这些reads map到mouse基因组(这里我们采用mm10)上。假设基因组的index文件已经建好,存在/path_to/文件夹下。

bowtie –m 1 -S -q /path_to/mm10 CTCF.fastq CTCF.sam

-m 最终只保留map上一次的reads

-S 输出文件格式是SAM

-q 输入文件格式是fastq

peak-callingmacs 14  -t CTCF.sam -n CTCF –g mm-t

实验组数据文件名(相对对照组control而言,后面会进一步说明)-n 输出文件名前缀

-g 基因组的大致大小,-g number。MACS内置了一些基因组长度,“mm”表示小鼠的,“hs”表示人的,“ce”表示线虫,“dm”是果蝇。

运行成功后,将得到如下文件:

CTCF_model.r,CTCF_peaks.bed,CTCF_peaks.xls,CTCF_summits.bed

其中,CTCF_model.r以代码的形式保存了“双峰模型”。在终端中输入:

Rscript CTCF_model.r

原理

手册

Swiss在线分析工具

http://ccg.vital-it.ch/chipseq/

短序列比对工具

soap 针对single-end

maq

bwa

Bowtie 速度很快 chipseq适用

BWA

  1. 下载地址

http://bio-bwa.sourceforge.net/bwa.shtml

  1. 步骤

第一步: 建立 Index

根据reference genome data(e.g. reference.fa) 建立 Index File

[root@localhost ]# bwa index -a bwtsw human_hg18_ref.fa(human参考基因组18)

第二步: 寻找 SA coordinates

如果是pair-end 数据(leftRead.fastq和rightRead.fastq)两个文件分别处理

1 bwa aln reference.fa leftRead.fastq > leftRead.sai

2 bwa aln reference.fa rightRead.fastq > rightRead.sai

3 bwa aln reference.fa singleRead.fastq > singleRead.sai

如果希望多线程运行,在其中加入 -t这个参数,另外-f这个参数可以指定结果输出文件,如:

1 bwa aln -c -t 3 -f leftreads.sai reference.fa leftreads.fastq

第三步:转换SA coordinates输出为sam

如果是pair-end数据

1 bwa sampe -f pair-end.sam reference.fa leftRead.sai rightRead.sai leftRead.fastq rightread.fastq

如果是single reads数据

1 bwa samse -f single.sam reference.fa single.sai single.fastq

流程

格式处理

格式:fastq

工具:FASTQ Groomer、samtools

序列比对

工具:bowtie 输入:fastq 输出:SAM/BAM

peak-calling

工具:MACS(peak-calling) 输入:mapped reads 输出:peaks(BED)、report(html)【】 参数: 链接:

motif

http://blog.163.com/zju_whw/blog/static/225753129201532104815301/

motif分为两种:

1.Consensus(共识序列),这种就是有序列或是说字母表示,如果同时出现“A”和“G”就用“R”表示,具体是根据IUPAC code(International Union of Pure and Applied Chemistry,http://www.bioinformatics.org/sms2/iupac.html

2.Matrix-based(矩阵方法),就是利用矩阵将每个位置的A,G,C,T的量都表示出来。该方法又有三种变化,Count-matrix,PFM(position frequency matrix)和PWM(position weight scoring)。Count matirx是每个位置计数得来的,PFM是每个位置的百分比得来的,而PWM是通过取对数得来的。

1. 工具:Homer(motif富集的几何优化)

输入:

输出:

参数:

链接:http://homer.salk.edu/homer/

download:http://homer.salk.edu/homer/configureHomer.pl

http://blog.163.com/zju_whw/blog/static/225753129201532104815301/

  1. 工具:RAST(RSA-Tools)

http://floresta.eead.csic.es/rsat/peak-motifs_form.cgi

http://floresta.eead.csic.es/rsat/RSAT_home.cgi

可视化

  • 峰图可视化

UCSC

GREAT

输入:BED文件

http://bejerano.stanford.edu/great/public/html/

motif分析工具

输出文档

图、质量参数、FDR、

上下游分析