归一化处理公式_bigwig归一化方式详解

最新推荐文章于 2024-07-04 20:26:48 发布
最新推荐文章于 2024-07-04 20:26:48 发布
阅读量1.4k 收藏 1
点赞数
文章标签： 归一化处理公式
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/weixin_39865440/article/details/111341568
版权
本文介绍了在CHIP-Seq数据分析中，如何利用bigwig文件进行归一化处理以消除测序深度差异。讨论了RPKM、CPM、BPM和RPGC四种归一化方法的公式及其应用，并强调了归一化在样本间比较中的重要性，特别是在调整基因组浏览器中显示的纵轴范围以实现公平比较。
摘要由CSDN通过智能技术生成

欢迎关注”生信修炼手册”!

在chip_seq数据展示时，经常会用到bigwig文件，导入igvtools等基因组浏览器中，产生如下所示的图片

ae7c75f6c6657c41318299d13a81e5a1.png

我们将IP样本相对Input样本中reads富集的区域定义为peak, 反映到上图中，则对应的为IP样本中reads出现了峰值，比如下图红色标记的区域

63946598b11917d3e9db69a97887d340.png

通过这种可视化的方式，可以直观的反映出peak区域的情况，但是在实际使用中需要注意归一化的问题。

bigwig文件本质上展示的是测序深度的分布信息，而原始的测序深度是和测序的reads量呈正相关关系的，比如Input样本测序5G, IP样本测序10G, 在原始的测序深度看，会看到Input样本相比IP样本，其测序深度是偏高的。当然这个是一个极端的例子，但是很好的说明了测序量的差异对原始的测序深度会有直接的影响。

为了消除样本间测序数据量差异的影响，很当然的我们想到了归一化，类似转录组中的定量策略，原始的测序深度就是raw count, 那么当然类似R

最低0.47元/天 解锁文章
weixin_39865440
关注
生信|甲基化数据处理（？）
weixin_67690079的博客
08-09 243
首先，朋友下载的数据是sra格式（sequence read archive二代测序数据）“我们一般从数据库下载的高通量测序数据均为 SRA 数据，需要通过中的工具转换成 fastq 格式。这四种分类有一个层次关系。首先是Studies->Experiments->Samples->Runs。这也是一个研究项目正常的逻辑关系。了解这个层级关系，否则找sra数据就会感觉比较混乱。
bigwig归一化方式详解
庐州月光的博客
04-24 4314
欢迎关注”生信修炼手册”!在chip_seq数据展示时，经常会用到bigwig文件，导入igvtools等基因组浏览器中，产生如下所示的图片我们将IP样本相对Input样本中reads富...
归一化（normalization）
最新发布
幼儿园大哥~
07-04 1606
通过以上归一化过程，每个输入序列被转换为均值为0，方差为1的标准正态分布，这使得模型在处理不同序列时能够更好地学习数据规律，减弱非平稳性对模型的影响。归一化后的公式x−1μx⊤σxx−1μx⊤​σx​充分考虑了时间序列数据的特性，通过平移和缩放操作，使得数据的分布更加稳定，有利于模型训练和预测的准确性。
生信小tips
Yuan_CHarLoTTe的博客
12-30 2658
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
单细胞RNA测序（scRNA-seq）工作流程入门
LittleComputerRobot的博客
03-30 1436
单细胞RNA测序（scRNA-seq）技术已成为解开单个细胞内RNA转录物的异质性和复杂性，以及揭示高度组织化组织/器官/生物体内不同细胞类型和功能的组成的最先进方法
ChIP-Seq分析流程
m0_63547547的博客
07-17 594
【代码】ChIP-Seq分析流程。
chip_seq数据分析专题
庐州月光的博客
12-02 2958
欢迎关注”生信修炼手册”!chip-seq技术依托于高通量测序技术和生信分析的发展，可以在全基因组范围内分析DNA与蛋白质的相互作用，目前常用于研究转录因子，各种组蛋白修饰在基因组上的结...
使用FastQTL进行cis-eQTL分析
庐州月光的博客
12-10 3661
欢迎关注”生信修炼手册”!FastQTL是一款专门用于cis-eQTL分析的软件，在GTEx项目中就是采用该软件进行cis-eQTL的分析，对应的文章发表在Bioinformatics杂...
polygenic risk score:多基因风险评分
庐州月光的博客
11-11 5416
欢迎关注”生信修炼手册”!针对复杂疾病，通过GWAS研究可以识别到大量的疾病易感位点，然而这些位点绝大多数都属于微效位点，单个或者少数几个位点对疾病的效应较弱，无法准确的预测疾病。为了更...
用R进行gwas meta分析,原来如此简单
庐州月光的博客
10-26 4042
欢迎关注”生信修炼手册”!在生物信息数据分析中，R语言是必备技能，简洁的语法，丰富的生态，美观的可视化，种种优势使得其成为该领域中使用最广泛的编程语言之一。用R进行meta分析当然也是可...
用rtracklayer读取和输出BigWig
xuzhougeng blog
08-13 3434
BigWig是一个能用于加载到基因组浏览器上展示的格式。它的格式比较复杂，不适合直接阅读，通常由BedGraph文件转换而来。 在R语言中可以通过rtracklayer的export.bw输入和输出BigWig文件。 默认情况下，我们导入的数据集是GRanges格式 test_path <- system.file("tests", package = "r...
ChIP-seq数据处理流程(附赠长达5小时的视频指导)
生信小博士的博客
12-15 5769
本次给学徒讲解的文章是 : Brookes, E. et al. Polycomb associates genome-wide with a specific RNA polymerase II variant, and regulates metabolic genes in ESCs. Cell Stem Cell 10, 157–170 (2012). 查看文章发现数据是： Polycomb associates genome-wide with a specific RNA polymerase
CHIP-SEQ 芯片分析时，对于来自重复实验的数据，怎样进行MACS peaks calling 分析？
weixin_40640700的博客
10-08 2303
解决方法： 将bowtie得到的bam文件，转换为bed文件，并使用cat指令，将其所有重复实验文件合并,将合并文件作为输入文件，进行peaks calling。 参考链接：MACS官网 http://liulab.dfci.harvard.edu/MACS/00README.html Notes: 3) For the experiment with several replicat...
ATAC-Seq 数据分析（上）
weixin_34087503的博客
12-18 2233
背景： 染色质和染色体的结构和功能 每一条染色单体由单个线性DNA分子组成。细胞核中的DNA是经过高度有序的包装，否则就是一团乱麻，不利于DNA复制和表达调控。这种有序的状态才能保证基因组的复制和表达调控能准确和高效进行。 包装分为多个水平，核小体核心颗粒(nucleosome core particle)、...
CHIP-seq流程学习笔记（7）-热图软件 deeptools
垚垚爸的博客
09-22 1万+
5.使用deeptools对结果进行作图 deepTools 是一套基于python开发的工具，适用于有效处理分析高通量测序数据，可用于ChIP-seq, RNA-seq 或 MNase-seq。需要在Linux服务器上，使用conda进行安装。 deepTools包含许多可用工具，在使用时，需要单独调用它自己的名字。 1. 各工具的介绍如下： [ Tools for BAM and bigWig file processing ] multiBamSummary compute read
图像强度归一化Intensity normalization
as472780551的博客
11-08 7134
#因为opencv读入的图片矩阵数值是0到255，有时我们需要对其进行归一化为0~1 ''' import cv2 img3 = cv2.imread('me.png') img3 = img3.astype("float") / 255.0 #注意需要先转化数据类型为float cv2.imshow("Image",img3) cv2.waitKey() print(img3.dtype) ...
归一化、标准化和正则化的关系
热门推荐
拙翔峰的博客
05-22 3万+
归一化（Normalization） 1.把数据变为（0，1）之间的小数。主要是为了方便数据处理，因为将数据映射到0～1范围之内，可以使处理过程更加便捷、快速。 2.把有量纲表达式变换为无量纲表达式，成为纯量。经过归一化处理的数据，处于同一数量级，可以消除指标之间的量纲和量纲单位的影响，提高不同数据指标之间的可比性。 主要算法： 1.线性转换，即min-max归一化（常用方法） y=(x
数据归一化算法
xyhshen的博客
05-24 2160
找了很多归一化的方法，但是基本都是[0,1]之间的 这里感觉应该不交归一化，应该叫做区间映射 x：原始值 x'：归一化之后的 首先： x1=(x - x的最小值)/(x最大值 - x的最小值); x'=x1 * (x'最大值-x'最小值)+x'最小值 可能有一定差 这是归一化方法，另一个是反归一化法 x=(((x`- x'最小值) * (x最大值...
所谓归一化（normalization）处理。
hcf的博客
05-15 1万+
如题，无非就是把多组数据按照一定的格式转化，翻译成标准化应该更恰当，或者说归一化只是标准化的方法其中之一。其中最近，使用把图像像素值收缩[0,1]区间，matlab有现成函数，mapminmax。整个过程无非就是老区间和新区间，数据的区间长度得转化，而数据在区间的位置不变。所以，mapminmax使用的转化就是按照数值的区间位置为基准。matlab函数的公式，这部分就是计算老区间的数据位置，分子是...
R语言读取bigwig文件
06-07
将`"path_to_your_bigwig_file.bigwig"`替换为实际的文件路径。 3. 对于进一步的数据处理，如获取特定区域的值，你可以使用`exons(bw_data)`（如果文件是基因表达数据）或`range(bw_data)`来查看覆盖范围，并使用`...
评论
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