技術(shù)服務(wù)描述

1. 差異Peak計算

1.1. 背景簡介

為了理解細胞中更為復(fù)雜的生物過程，許多研究已在通過比較ChIP-seq的差異獲得的不同數(shù)據(jù)。

越來越多的ChIP-seq實驗正在研究多種實驗條件（例如各種治療條件，幾個不同的時間點和不同的治療劑量水平）下的轉(zhuǎn)錄因子結(jié)合。由于差異富集在生物學(xué)和醫(yī)學(xué)研究中已變得具有實際重要性，因此已有更多工具可用于此類分析。

每種工具的工作方式互不相同，但總體目標相同。您選擇的一個將歸結(jié)為您正在使用的數(shù)據(jù)集以及您的生物學(xué)問題。要考慮的一些事情： - 用戶需要什么輸入？一些工具需要通過外部峰調(diào)用算法對富集區(qū)域進行初步檢測，而其他工具則實現(xiàn)了自己的檢測方法。 - 該工具是否有助于在每個樣本組中使用重復(fù)樣本？ - 用于信號分配的基礎(chǔ)統(tǒng)計模型是什么？它是基于泊松分布還是基于更靈活的負二項式分布。 - 已經(jīng)針對特定的ChIP-seq數(shù)據(jù)（信號類型）專門設(shè)計了一些工具，例如組蛋白修飾或轉(zhuǎn)錄因子（TF）結(jié)合。

對于有兩個重復(fù)的樣本，最好使用DiffBind之類的工具來利用這些重復(fù)項。

1.1. DiffBind

DiffBind是一種R Bioconductor軟件包，用于識別兩個或多個樣品組之間差異富集的位點。 它主要與峰調(diào)用集（“峰集”）配合使用，這是代表每個樣品的候選蛋白質(zhì)結(jié)合位點的基因組間隔集。它包括支持峰集處理的功能，包括在整個數(shù)據(jù)集中重疊和合并峰集，對峰集中重疊間隔中的測序讀數(shù)進行計數(shù)，并根據(jù)結(jié)合親和力的證據(jù)在統(tǒng)計學(xué)上顯著鑒定差異結(jié)合位點（通過讀數(shù)差異來衡量）密度）。

1.2. DiffBind的基本計算步驟介紹

1.2.1. 閱讀峰集

第一步是讀取一組峰集和關(guān)聯(lián)的元數(shù)據(jù)。這是使用樣本表完成的。讀入峰集后，合并功能會找到所有重疊的峰，并得出覆蓋所有提供的峰的單組獨特的基因組間隔（實驗的共識峰集）。如果一個區(qū)域出現(xiàn)在兩個以上的樣本中，則認為該區(qū)域為共識集。該共有集代表將在進一步分析中使用的候選結(jié)合位點的總體集。

簡言之：尋找兩組對比樣本中的共有Peak區(qū)域。

1.2.2. 親和力結(jié)合矩陣

下一步是獲取比對文件，并為共識集中的每個峰/區(qū)域計算計數(shù)信息。在此步驟中，對于每個共有區(qū)域，DiffBind會獲取ChIP樣本和輸入樣本中對齊的讀取數(shù)，以計算每個潛在結(jié)合位點上每個樣本的標準化讀取數(shù)。共識峰集中的峰可以基于計算其峰頂（最大讀取重疊點）進行重新居中和修整，以提供更標準的峰間隔。

1.2.3. 探索性數(shù)據(jù)分析

1.2.3.1. Peak共有位點相關(guān)性分析

為了了解樣本之間的聚類程度，我們使用所有共有位點繪制PCA圖，相關(guān)性熱圖

1.2.3.2. 差異分析

DiffBind的核心功能是差異結(jié)合親和力分析，該功能可識別出在樣品組之間統(tǒng)計學(xué)上顯著差異結(jié)合的結(jié)合位點。默認情況下，使用DESeq2執(zhí)行核心分析例程，并且還可以選擇使用edgeR。每個工具將為每個候選結(jié)合位點分配一個p值和FDR，以表明它們被差分結(jié)合的置信度。

1.2.3.2.1. 差異Peak的相關(guān)性分析

為了了解樣本之間的差異Peak計算結(jié)果的重復(fù)性，我們使用所有差異分析結(jié)果繪制PCA圖，相關(guān)性熱圖

MA圖

差異Peak一種可視化方法。

箱型圖

顯示在樣品中表現(xiàn)出增加的親和力的差異結(jié)合位點中的reads分布。

結(jié)果

表頭說明 【 之前給的分析報告里面有，待抄過來 】

Demo

1.1.chip/DiffBind/Demo_analysis/