call peak的另一个软件-----SICER

最新推荐文章于 2021-12-30 09:55:50 发布
最新推荐文章于 2021-12-30 09:55:50 发布
阅读量3.7k 收藏 4
点赞数 2
文章标签： SICER peak calling
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Qi_1996/article/details/90316612
版权

  说到ChIP-Seq数据的call peak，第一个想到的软件肯定是大名鼎鼎的MACS2。MACS2比较适合call narrow peak，当然broad peak也是可以的。但是我课题的数据却不适用于这个软件，无奈之下我又尝试了另一个软件SICER。SICER适用于找出那些diffuse/broad peak，通过识别空间信号簇来寻找ChIP-enriched信号。（下面是原理，其实一知半解，文献是关于算法的，原谅我数学统计知识真的不好）

一、Complete SICER flowchart

二、原理

下面是对island的定义：

附上网盘资源（包含文献和使用教程，有问题的宝宝自己看文献

最低0.47元/天 解锁文章
JiangQ_1996
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
CHIP-seq流程学习笔记（4）-call peak 软件macs2
垚垚爸的博客
09-22 4420
参考文章： MACS2 Call Peak 参数详细学习 1. 软件说明： macs2 callpeak --help usage: macs2 callpeak -t TFILE # treat组 [-c [CFILE]] # control 或 mock(非特异性抗体，如IgG)组 # control:input DNA，没有经过免疫共沉淀处理；
使用SICER进行peak calling
庐州月光的博客
03-25 2106
欢迎关注”生信修炼手册”!chip_seq数据中peak的长度范围跨度较大，既有覆盖几个核小体的几百bp的peak, 也有包含多个基因长度在上千kb的peak。比如H3K4me2和H3K...
如何使用MACS进行peak calling
weixin_34122548的博客
01-09 2201
MACS2是peak calling最常用的工具。 callpeak用法 这是MACS2的主要功能，因为MACS2的目的就是找peak，其他功能都是可有可无，唯独callpeak不可取代。最简单的用法就是 # 常规的peak calling macs2 callpeak -t ChIP.bam -c Cont...
“Super-enhancer神器“ROSE安装及教程
Qi_1996的博客
05-10 7270
好像又好久好久没更新了。这周师兄给我的任务就是找super enhancer。那最出名的工具就是Richard A.Young实验室开发的ROSE：RANK ORDERING OF SUPER ENHANCERS了。我花了2天不到的时间大概摸清了这个工具如何使用。鉴于当时google的资料太少，所以决定结合大神的资料自己也写一下。 一、安装 ROSE依赖软件有：Python 2.7.3, ...
chip-seq数据分析中peak-calling软件-------MACS的安装
weixin_30275415的博客
06-13 653
1.下载MACS软件安装包（作者的系统为Ubuntu） 网址链接：http://liulab.dfci.harvard.edu/MACS/ 2.解压文件： tar -zxvf MACS**.tar.gz 3.更改文件夹的名字（个人习惯） mv MACS1.1-4 MACS 4.进入到MACS软件包 cd MACS 5.利用超级权限进行安装（这样做的话，好像不用自己再添加环境变量） ...
SICER 运行的问题
weixin_30840253的博客
10-18 120
换了系统后还没有运行过SICER，今天用bowtie 重新mapping 后去运行SICER，总是出错。检查了运行的报告，发现是python 的两个包没有安装。大意了。 ############### sudo apt-get install python-scipy sudo apt-get install python-numpy 这两个模块都是python 做科学运算，数据处理需要的...
ChIP-seq数据分析.pdf
12-23
Adapter 去除是 ChIP-seq 数据分析的另一个重要步骤。Adapter 序列是 Illumina 测序平台中使用的，用于连接 reads 到 sequencing 机器上。在数据分析中，需要去除 Adapter 序列，以免影响后续的分析结果。可以使用 ...
Chip-seq流程报告
热门推荐
生物医学信息学博客
02-01 3万+
实验旨在了解Chip-seq的基本原理。通过模仿文献《Targeting superenhancerassociated oncogenes in oesophageal squamous cell carcinoma》的流程，学会利用NCBI和EBI数据库下载数据，熟悉Linux下的基本操作，并使用R语言画图，用Python或者shell写脚本进行基本的数据处理，通过FastQC
MACS2 peak calling实战
庐州月光的博客
03-22 5123
欢迎关注”生信修炼手册”!MACS是一款最为流行的peak calling软件，最初是针对转录因子的chip数据来设计的，在最新版本中，也添加了对组蛋白修饰的适配。目前最新版本为v2.0...
生信小tips
Yuan_CHarLoTTe的博客
12-30 2488
说明：做生信过程中有很多小细节需要注意，留个备忘录方便后面查找命令 对染色体命名列内容修改 第一列为染色体号，如果要修改成chr格式 sed -i -e 's/^/chr/g' （）.narrowPeak
spik-in
qq_39306047的博客
06-03 440
https://github.com/descostesn/BiocNYC-ChIPSeqSpike https://rdrr.io/bioc/ChIPSeqSpike/f/inst/doc/ChIPSeqSpike.pdf https://rdrr.io/bioc/ChIPSeqSpike/f/vignettes/ChIPSeqSpike.Rmd https://mp.weixin.qq.com/s/La_AwYYf0atmFvsHh7AL6Q I-2 The data In this workshop
CHIP-seq流程学习笔记（9）-使用IDR 软件对生物学重复样本间的差异peak进行提取
垚垚爸的博客
05-10 5344
使用IDR软件处理生物学重复样本的peak calling Irreproducible Discovery Rate (IDR)
MACS软件中peak-calling算法简介
白雪
03-09 1384
转载：https://www.plob.org/article/7227.html 本文将以MACS为例，介绍ChIP-seq数据的处理流程。为节省篇幅，本文略去测序数据预处理、mapping reads等步骤，直接从peak-calling开始讲起。 一、首先粗略地介绍一下MACS的基本原理。 TF在基因组上的结合其实是一个随机过程，基因组的每个位置其实都有机会结合某个TF，只是概率不一样，说白了，peak出现的位置，是TF结合的热点，而peak-calling就是为了找到这些热点。 如何定义热点
图像超分——SISR方法总结（阅读整理之一）（优缺点，方法详情长更）
hbw136的博客
01-22 5123
SISR的主流算法主 要分为三类：基于插值的方法、基于重建的方法、基于学习的方法。 1·基于插值的SISR方法（优点：快速和简单，缺点：存在精度缺陷）:双三次插值、Lanczos重采样等 方法详情补充： 2·基于重 构的SR方法（优点：可以生成灵活和尖锐的细节，缺点：随着尺度因子的增加，许多基于重建的方法的性能 迅速下降，这些方法通常是耗时的。）:梯度剖面先验等 方法详情补充： 3·基于学习的方法（优点：运算速度快，性能优异，显示出比基于重构和其他基于学习的方法 更大的优越性）：马尔科夫随机场、邻域嵌入方法
narrow,broad, gapped peak:三种格式之间的区别与联系
庐州月光的博客
03-24 3236
欢迎关注”生信修炼手册”!在进行peak calling分析时，经常会接触到以下3种peak格式narrow peaks formatbroad peaks fotmatgapped p...
peak calling——MACS
weixin_40640700的博客
09-29 678
macs2 callpeak -t /home/s45/downloads/SRR6178271.bam -f BAM -g mm -n SRR6178271 -B -p 0.0001
高通---ChIP-Seq数据的Peak calling以及visualization
weixin_44748341的博客
09-20 1995
期望
chip-seq处理input数据
最新发布
08-20
Chip-seq是一种常用的高通量测序技术，用于研究转录因子与染色体上的特定DNA序列的相互作用。在进行Chip-seq实验时，需要处理输入（input）数据。 输入数据是用于对照的样本，其中不添加任何特定的抗体，仅与转录因子结合的非特异性DNA序列。通过与ChIP样本进行对比，可以更准确地确定结合位点和调控区域。 处理input数据的步骤如下： 1. 数据质量控制：对input数据进行质量控制，包括检查测序质量、去除低质量的reads和去除接头序列等。 2. 比对到参考基因组：使用比对算法将input数据与参考基因组进行比对，以确定每个reads的位置。 3. 移除PCR重复：由于PCR扩增会引入偏差，需要移除PCR重复的reads，以避免伪阳性结果。 4. 去除黑名单区域：黑名单区域包括重复序列、低复杂度区域和其他会干扰Chip-seq结果的区域，需要从input数据中去除。 5. 突变校正：由于碱基突变和背景噪音的存在，需要对input数据进行突变校正，以提高信噪比。 6. 结合位点识别：通过与ChIP样本进行比对，确定input数据中的结合位点。此步骤可以使用多种算法，如MACS、SICER等。 7. 数据过滤和统计：根据预设的统计学阈值和过滤标准，对input数据中的结合位点进行过滤和统计，以确定显著的调控区域。 处理input数据的目的是建立一个对照组，用于确定实验结果中的真实结合位点和调控区域。通过与ChIP样本进行比较，可以排除背景噪音、探测假阳性结果，并提高Chip-seq的可靠性和准确性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值