欢迎关注”生信修炼手册”!
在chip_seq的实验中,由于抗体反应的敏感性,生物学重复样本的一致性很难把控。为了保证重复样本具有较好的一致性,除了在实验上保证操作流程的规范化,对于测序数据,我们也需要对其进行评估。
deeptools是一款非常好用的工具,提供了很多有用的功能,本文主要介绍如何使用deeptools来计算样本间的相关性,并进行可视化,主要分为以下两个步骤
1. 计算bam文件的coverage
对于转录组数据,通常通过样本的表达谱来计算样本间的相关性,对于chip-seq等没有明确定量结果的数据,通常的策略是将基因组划分为等长的区间,称之为bin
, 计算每个区间内的覆盖度,然后通过比较不同样本间的覆盖度来计算样本相关性,借助deeptools中的multiBamSummary
命令,可以实现这一功能,用法如下
multiBamSummary bins \
--bamfiles file1.bam file2.bam \
--binSize 10000 \
--numberOfProcessors 10 \
--outRawCounts results.txt \
-o results.npz \
2. 可视化
上一步产生的后缀为npz
的文件,通过plotCorrelation
命令可以计算相关性,该命令支持spearman和pearson两种相关性分析,pearson相关系数建立在数据符合正态分布的基础上,而spearman相关系数会根据数据的排序