正文
ChIP-seq 学习内容
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
- chip-seq
- 流程图
- 书籍资料
- 工具
- UCSU
- 安装
- 使用
- 原理
- 手册
- Swiss在线分析工具
- 短序列比对工具
- BWA
- 流程
- 格式处理
- 序列比对
- peak-calling
- motif
- 可视化
- 输出文档
- 上下游分析
chip-seq
流程图
【怪毛匠子】
【独家整理-怪毛匠子】
书籍资料
生物信息学 许忠能
生物信息学——计算的视角 李岭 译
工具
UCSU
http://genome.ucsc.edu
安装
获得源文件 http://liulab.dfci.harvard.edu/MACS/Download.html MACS-1.4.2-1.tar.gz http://github.com/downloads/taoliu/MACS/MACS-1.4.2-1.tar.gz 解压缩文件生成MACS-1.4.2文件夹 tar xvzf MACS-1.4.2-1.tar.gz cd MACS-1.4.2 python setup.py install –prefix /your_directory/ prefix用于指定安装目录 修改环境变量：（使用sudo可以不用设置环境变量。。。） export PATH = /your_directory/bin:$PATH export PYTHONPATH = /your_directory/lib/python2.X/site-packages/:$PYTHONPATH 使用命令macs14 -h 验证并查看macs的使用说明
使用
假设我们现在有mouse的一组CTCF的ChIP-seq测序数据CTCF.fastq，首先，我们把这些reads map到mouse基因组（这里我们采用mm10）上。假设基因组的index文件已经建好，存在/path_to/文件夹下。
bowtie –m 1 -S -q /path_to/mm10 CTCF.fastq CTCF.sam
-m 最终只保留map上一次的reads
-S 输出文件格式是SAM
-q 输入文件格式是fastq
peak-callingmacs 14 -t CTCF.sam -n CTCF –g mm-t
实验组数据文件名（相对对照组control而言，后面会进一步说明）-n 输出文件名前缀
-g 基因组的大致大小，-g number。MACS内置了一些基因组长度，“mm”表示小鼠的，“hs”表示人的，“ce”表示线虫，“dm”是果蝇。
运行成功后，将得到如下文件：
CTCF_model.r，CTCF_peaks.bed，CTCF_peaks.xls，CTCF_summits.bed
其中，CTCF_model.r以代码的形式保存了“双峰模型”。在终端中输入:
Rscript CTCF_model.r
原理
手册
Swiss在线分析工具
http://ccg.vital-it.ch/chipseq/
短序列比对工具
soap 针对single-end
maq
bwa
Bowtie 速度很快 chipseq适用
BWA
- 下载地址
http://bio-bwa.sourceforge.net/bwa.shtml
- 步骤
第一步: 建立 Index
根据reference genome data(e.g. reference.fa) 建立 Index File
[root@localhost ]# bwa index -a bwtsw human_hg18_ref.fa（human参考基因组18）
第二步: 寻找 SA coordinates
如果是pair-end 数据（leftRead.fastq和rightRead.fastq）两个文件分别处理
1 bwa aln reference.fa leftRead.fastq > leftRead.sai
2 bwa aln reference.fa rightRead.fastq > rightRead.sai
3 bwa aln reference.fa singleRead.fastq > singleRead.sai
如果希望多线程运行，在其中加入 -t这个参数，另外-f这个参数可以指定结果输出文件，如:
1 bwa aln -c -t 3 -f leftreads.sai reference.fa leftreads.fastq
第三步：转换SA coordinates输出为sam
如果是pair-end数据
1 bwa sampe -f pair-end.sam reference.fa leftRead.sai rightRead.sai leftRead.fastq rightread.fastq
如果是single reads数据
1 bwa samse -f single.sam reference.fa single.sai single.fastq
流程
格式处理
格式：fastq
工具：FASTQ Groomer、samtools
序列比对
工具：bowtie 输入：fastq 输出：SAM/BAM
peak-calling
工具：MACS(peak-calling) 输入：mapped reads 输出：peaks(BED)、report(html)【】 参数： 链接：
motif
http://blog.163.com/zju_whw/blog/static/225753129201532104815301/
motif分为两种：
1.Consensus（共识序列），这种就是有序列或是说字母表示，如果同时出现“A”和“G”就用“R”表示，具体是根据IUPAC code（International Union of Pure and Applied Chemistry，http://www.bioinformatics.org/sms2/iupac.html
2.Matrix-based（矩阵方法），就是利用矩阵将每个位置的A，G，C，T的量都表示出来。该方法又有三种变化，Count-matrix，PFM（position frequency matrix）和PWM（position weight scoring）。Count matirx是每个位置计数得来的，PFM是每个位置的百分比得来的，而PWM是通过取对数得来的。
1. 工具：Homer(motif富集的几何优化)
输入：
输出：
参数：
链接：http://homer.salk.edu/homer/
download：http://homer.salk.edu/homer/configureHomer.pl
http://blog.163.com/zju_whw/blog/static/225753129201532104815301/
- 工具：RAST(RSA-Tools)
http://floresta.eead.csic.es/rsat/peak-motifs_form.cgi
http://floresta.eead.csic.es/rsat/RSAT_home.cgi
可视化
- 峰图可视化
UCSC
GREAT
输入：BED文件
http://bejerano.stanford.edu/great/public/html/
motif分析工具
输出文档
图、质量参数、FDR、
上下游分析
