一键分析ChIP-seq数据

ChIP-seq是一种结合位点分析法，用于研究体内蛋白质与DNA相互作用。通过染色质免疫共沉淀技术(ChIP)与第二代测序技术相结合，在全基因组范围内检测与组蛋白、转录因子等互作的DNA区域。

实验过程

流程简介

1. 1. fastp：原始数据质控，将 Raw data 转换成 Clean data。

2. 2. bowtie2：将经过质控的 Clean data 比对到参考基因组上，得到比对文件（BAM格式）。

3. 3. picard：去除 BAM 文件中的 PCR 重复。

4. 4. macs2：检出 ChIP-seq 峰。

5. 5. MultiQC：汇总 fastp，bowtie2 以及 macs2 的统计结果。

运行流程

进入网站

https://usegalaxy.cn

找到流程

参数设置

本流程支持 ChIP-seq 双端测序、有对照样本的数据分析，需要设置的参数如下图所示：

需要注意的是有效基因组大小，指的是基因组可比对（mappable）区域的大小。可以参照如下网站：

https://deeptools.readthedocs.io/en/develop/content/feature/effectiveGenomeSize.html

该网站上计算好了常见基因组的有效大小，也可以利用其介绍的工具自行计算。

输出结果

fastp 输出：

• • 质控结果 HTML （对照）

• • 质控结果 HTML （实验）

bowtie2 输出：

• • 比对统计（对照）

• • 比对统计（实验）

picard 输出：

• • 去重后的 BAM （对照）

• • 去重后的 BAM （实验）

macs2 输出：

• • 峰值文件（Narrow Peaks）

MultiQC 输出：

• • 统计结果汇总 HTML（来源于 fastp，bowtie2，macs2）

注意事项

本流程采用 bowtie2 作为比对工具，目前 Galaxy 平台上构建了常见物种基因组的 bowtie2 索引文件，如果您需要的基因组索引不存在，欢迎联系我们添加。

---

一键分析10X单细胞数据（点击图片跳转）

一键分析Bulk转录组数据（点击图片跳转）

---

推荐阅读：

一文读懂scRNA-seq数据分析（建议收藏）

新年第一课：从零开始入门Galaxy生信云平台

经典教程：全转录数据分析实战

生物信息学中的可重复性研究

如何自学生物信息学：从菜鸟到专家

生信人的自我修养：Linux 命令速查手册

清华大学生物信息学课件资料分享

网上最全的 R 语言图库（建议收藏）| 简说基因 Recommend

生物信息学必备的R语言相关参考书 | 简说基因 Recommand

从单细胞数据分析的最佳实践看R与Python两个阵营的博弈

涉嫌侵权，容我解（jiao）释（bian）一下

关于简说基因

• 生信平台

  Galaxy中国（UseGalaxy.cn）致力于打造中国人的云上生物信息基础设施。大量在线工具免费使用。无需安装，用完即走。活跃的用户社区，随时交流使用心得。

• 联系方式

  QQ交流群（免费）：925694514

  微信交流群（免费）：加微信好友，注明“Galaxy交流群”

  客服微信：usegalaxy