本文详细介绍了CHIP-seq数据质控的关键指标——Cross Correlation，源于Nature Biotechnology的一篇论文。通过对峰位点两侧reads分布的分析，揭示了reads的对称性和中心偏移规律。通过泊松相关系数衡量正负链测序深度的相关性，形成Cross-correlation profiles，用于评估数据质量。高质量的CHIP-seq数据应显示明显的CHIP peak，且NSC和RSC指标处于5到12之间，这两个指标与F RIP Score相关，可用于判断实验成功与否。
欢迎关注”生信修炼手册”!
chip_seq数据的质控是非常重要的，本文介绍数据质控的一个重要指标之一corss correlation。这个概念首发于以下文献
Design and analysis of ChIP-seq experiments for DNA-binding proteins
发表在nature biotechnology上，网址如下
https://www.nature.com/articles/nbt.1508
在该文章中对chip_seqs数据分析的完整pipeline进行了探究和解释，其中提出了一个peak位点两侧reads分布的规律，如下所示
图中所示的是一个NRSF转录因子结合位点两侧的reads分布，将reads分成了比对到正链和负链两部分。从黑色的密度分布曲线可以看到，二者符合同一个高斯分布。灰色竖线代表的是结合位点的中心，而reads密度分布的中心点距离peak的中心点有一定偏移。
从这张图可以发现两个规律，第一点peak位点附近的正负链上reads分布相同，第二点reads分布的中心点和peak的中心点存在偏移。为了量化这两个规律，科学家们提出了strand cross-correlation这个概念，考虑到reads分布相同而各自的中心点又存在一定距离，那么将reads的位置移动一定距离之后，正负链的中心重合，此时二者对称分布,可以参见下图
最低0.47元/天 解锁文章
扫一扫
2024
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
