CHIP-seq流程学习笔记(8)-使用MACS2 bdgdiff提取非生物学重复样本间差异peak进行注释

参考文章:

使用MACS2进行差异peak分析
重点推荐:Call differential binding events

MACS2作为使用最广泛的peak calling软件,在v2版本中添加了差异peak分析的功能,它的子命令功能如下:
在这里插入图片描述

1. 软件说明

# 用法说明:
usage: macs2 bdgdiff [-h] --t1 T1BDG --t2 T2BDG --c1 C1BDG --c2 C2BDG
                     [-C CUTOFF] [-l MINLEN] [-g MAXGAP] [--d1 DEPTH1]
                     [--d2 DEPTH2] [--outdir OUTDIR]
                     (--o-prefix OPREFIX | -o OFILE OFILE OFILE)
# 可选参数:
optional arguments:
# 参数 --t1是读取MACS pileup bedGraph for condition 1. 
# 参数 --t2是读取MACS pileup bedGraph for condition 2. 
# 参数 --c1是读取MACS control lambda bedGraph for condition 1.
# 参数 --c2是读取MACS control lambda bedGraph for condition 2.
# 参数 -g 是Maximu gap to merge nearby differential regions.
# 参数 -l Minimum length of differential region. Try bigger value to remove small regions. DEFAULT: 200
# 参数 --d1  Sequencing depth (# of non-redundant reads in million) for condition 1. 
# 参数 --d2  Sequencing depth (# of non-redundant reads in million) for condition 2. 
# 参数 --o-prefix diff_c1_vs_c2保存输出文件名。

2. 操作记录

Step 1: Generate pileup tracks using callpeak module

  1. 使用predictd模式对不同样品的片段长度进行预测,以设定相同的extsize大小。
    操作记录如下:
(base) zexing@DNA:~/projects/daizhongye/ChIP_seq/2020_10_29/bam_sort$ macs2 predictd -i Scr.bam.sort
INFO  @ Fri, 06 Nov 2020 16:24:45: # read alignment files...
INFO  @ Fri, 06 Nov 2020 16:24:45: # read treatment tags...
INFO  @ Fri, 06 Nov 2020 16:24:45: Detected format is: BAM
INFO  @ Fri, 06 Nov 2020 16:24:45: * Input file is gzipped.
INFO  @ Fri, 06 Nov 2020 16:24:50:  1000000
INFO  @ Fri, 06 Nov 2020 16:24:56:  2000000
INFO  @ Fri, 06 Nov 2020 16:25:01:  3000000
INFO  @ Fri, 06 Nov 2020 16:25:07:  4000000
INFO  @ Fri, 06 Nov 2020 16:25:12:  5000000
INFO  @ Fri, 06 Nov 2020 16:25:16: 5565504 reads have been read.
INFO  @ Fri, 06 Nov 2020 16:25:16: tag size is determined as 150 bps
INFO  @ Fri, 06 Nov 2020 16:25:16: # tag size = 150
INFO  @ Fri, 06 Nov 2020 16:25:16: # total tags in alignment file: 5565504
INFO  @ Fri, 06 Nov 2020 16:25:16: # Build Peak Model...
INFO  @ Fri, 06 Nov 2020 16:25:16: #2 looking for paired plus/minus strand peaks...
INFO  @ Fri, 06 Nov 2020 16:25:19: #2 number of paired peaks: 75474
INFO  @ Fri, 06 Nov 2020 16:25:19: start model_add_line...
INFO  @ Fri, 06 Nov 2020 16:25:19: start X-correlation...
INFO  @ Fri, 06 Nov 2020 16:25:19: end of X-cor
INFO  @ Fri, 06 Nov 2020 16:25:19: # finished!
INFO  @ Fri, 06 Nov 2020 16:25:19: # predicted fragment length is 275 bps
INFO  @ Fri, 06 Nov 2020 16:25:19: 
  • 3
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
### 回答1: ChIP-seq(Chromatin Immunoprecipitation sequencing)是一种用于研究基因组上转录因子和其他蛋白质与DNA相互作用的方法。它通过先对特定蛋白质与DNA的结合位点进行免疫沉淀,再对沉淀下来的DNA片段进行测序来确定该蛋白质结合的基因位点。 CUT(Chromatin Uptake Test)是一种用于评估基因组上DNA片段与转录因子结合位点的灵敏度和特异性的方法。它通过将转录因子和指定的DNA片段混合,再检测该片段与转录因子的结合情况,来评估该片段是否是有效的转录因子结合位点。 ### 回答2: &RUN和CUT&RUN。 ChIP-seq (染色质免疫共沉淀测序)是一种广泛应用于研究DNA与蛋白质相互作用的技术。它通过特定抗体选择性地富集感兴趣的染色质区域,然后将富集的DNA进行测序,从而揭示DNA上与特定蛋白质的结合位点。这种技术常用于研究转录因子结合位点、组蛋白修饰和表观遗传学等领域。ChIP-seq技术的发展使得我们能够全面了解基因组中与蛋白质结合相关的生物学事件。 CUT&RUN (在位关联与次世代测序)是一种近年来涌现的新技术,用于研究蛋白质-DNA相互作用。CUT&RUN利用转录因子结合的DNA线索,将固定在细胞核中蛋白质DNA复合物释放,并以线粒体在胞浆液相中的镍作为固定荧光探针依赖式的。”CLEUR-inatableCLEUR发发挥增长实际形态用聚合物精确分子一次性直到整个复习常常经历。这种华丽奇妙的结果将DNA定点修复到某些酶反应的消息。 ChIP-seq和CUT&RUN都是现代生命科学中常用的技术,用于揭示蛋白质-DNA相互作用引发的生物学进程。虽然它们基本原理不同,但这两种技术的应用领域有许多重叠之处。使用这些技术,科学家可以研究基因组中特定区域的结构和功能,从而深入理解遗传和表观遗传学机制。 ### 回答3: &Tag=biotech.chapter.peak.finding and differential binding analysis ChIP-seq(染色质免疫沉淀测序)和CUT(染色质核苷酸可及性测序)是两种在研究染色质调控方面广泛使用的测序技术。 ChIP-seq是通过免疫沉淀染色质中特定蛋白质结合的DNA片段,并使用高通量测序技术对其进行测序。这种技术可以用来研究蛋白质与特定基因座的相互作用,从而帮助我们了解基因调控的分子机制。通过ChIP-seq,我们可以鉴定蛋白质结合位点的位置,进而确定哪些区域与基因表达相关。此外,ChIP-seq还可以用于研究转录因子的结合位点、组蛋白修饰和染色质重塑等过程。 CUT是一种用于研究染色质核苷酸可及性的测序技术。通过CUT技术,可以高通量测定染色质中DNA的特定区域是否处于开放的染色质结构。开放的染色质结构通常与基因的转录活性相关。CUT可以通过抑制DNA甲基化酶或降低染色质的凝结程度来确定染色质核苷酸的可及性。CUT技术还可以用于研究染色质可及性与某些疾病和发育过程之的关联。 总而言之,ChIP-seq和CUT是两种重要的染色质测序技术,可以帮助我们揭示染色质调控的分子机制。ChIP-seq可以鉴定蛋白质结合位点,而CUT可以测定染色质核苷酸的可及性。这些技术的应用有助于我们进一步了解基因调控、转录因子结合、染色质修饰和疾病发生等过程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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