ChIP-seq 分析：教程简介（1）

简介

本课程^[1]介绍 Bioconductor 中的 ChIPseq 分析。该课程由 4 个部分组成。这将引导您完成正常 ChIPseq 分析工作流程的每个步骤。它涵盖比对、QC、peak calling、基因组富集测试、基序富集和差异 ChIP 分析。

课程材料和练习可在 https://rockefelleruniversity.github.io/Intro_To_R_1Day/ 上以呈现的 HTML 形式查看。

环境准备

IGV

IGV 可以从 BROAD 网站安装。 》 https://www.broadinstitute.org/igv/

MACS2

MACS2^[2] 没有 R 包，但 MACS2 可在适用于 Linux 或 MacOS 的 Anaconda 包存储库中找到。安装 MACS2 的最简单方法是使用 R 包 Herper。 Herper 允许您从 R 中管理和安装 Anaconda 包。

BiocManager::install("Herper")
library(Herper)

安装 Herper 后，您可以使用 install_CondaTools 函数安装 MACS2。在幕后，Herper 将安装最小版本的 conda（称为 miniconda），然后创建一个新环境来安装 MACS2。当您运行该函数时，它会打印出 MACS2 的安装位置。

env 参数是您要为创建的环境指定的名称。 pathToMiniConda 指定您要安装 Miniconda 的位置，以及所有 conda 工具（如 MACS2）。

install_CondaTools(tools="macs2", env="PeakCalling_analysis", pathToMiniConda="/path/to/install")

R

见

RStudio

见

包

• 课程包

install.packages('BiocManager')
BiocManager::install('RockefellerUniversity/RU_ATACseq',subdir='atacseq')

• 来自 CRAN 和 Bioconductor

install.packages('BiocManager')
BiocManager::install('methods')
BiocManager::install('ggplot2')
BiocManager::install('rmarkdown')
BiocManager::install('ashr')
BiocManager::install('ChIPQC')
BiocManager::install('DiffBind')
BiocManager::install('ShortRead')
BiocManager::install('DESeq2')
BiocManager::install('limma')
BiocManager::install('BSgenome.Mmusculus.UCSC.mm10')
BiocManager::install('Rsubread')
BiocManager::install('Rbowtie2')
BiocManager::install('R.utils')
BiocManager::install('Rsamtools')
BiocManager::install('rtracklayer')
BiocManager::install('GenomicRanges')
BiocManager::install('TxDb.Mmusculus.UCSC.mm10.knownGene')
BiocManager::install('TFBSTools')
BiocManager::install('org.Mm.eg.db')
BiocManager::install('GenomeInfoDb')
BiocManager::install('ChIPseeker')
BiocManager::install('ggupset')
BiocManager::install('TxDb.Hsapiens.UCSC.hg38.knownGene')
BiocManager::install('GSEABase')
BiocManager::install('TxDb.Hsapiens.UCSC.hg19.knownGene')
BiocManager::install('org.Hs.eg.db')
BiocManager::install('tracktables')
BiocManager::install('goseq')
BiocManager::install('rGREAT')
BiocManager::install('GO.db')
BiocManager::install('JASPAR2020')
BiocManager::install('motifmatchr')
BiocManager::install('clusterProfiler')
BiocManager::install('enrichplot')
BiocManager::install('msigdbr')
BiocManager::install('ggnewscale')
BiocManager::install('knitr')
BiocManager::install('testthat')
BiocManager::install('yaml')

内容

Part_1

本节介绍在Bioconductor中对ChIPseq数据的分析。会话部分：

• 在 R 中预处理 ChIPseq 数据
• 数据比对
• 为可视化创建 bigWig

part 1

Part_2

本节涵盖更深入的 ChIPseq QC 和 MACS2 calling peaks 。会话部分：

• R 中 ChIPseq 数据的质量控制

• peak calling 概述

• 峰的注释

part 2

Part_3

本节介绍Bioconductor Session部分对ChIPseq数据的分析：

• TF靶标的功能富集分析
• 与 GREAT 服务器的 R 接口
• 使用 Meme-ChIP 富集合

part 3

Part_4

本节介绍Bioconductor Session部分对ChIPseq数据的分析：

• 鉴定重复的、高置信度的峰
• 查找条件特有和共有的峰值
• Differential ChIP-seq

part 4

参考资料

[1]

Source: https://rockefelleruniversity.github.io/RU_ChIPseq/

[2]

MACS: https://macs3-project.github.io/MACS/

本文由 mdnice 多平台发布