一些背景補(bǔ)充參考
雙端測序下機(jī)數(shù)據(jù)中得到的read1和read2是兩條互補(bǔ)鏈insertsize中方向相對(duì)的兩條序列嫌术，再比對(duì)到單鏈的參考基因組之前會(huì)先將其中一條read轉(zhuǎn)義哀澈，然后進(jìn)行比對(duì)，所以比對(duì)得到的SAM和BAM文件中read1和read2有一條是被轉(zhuǎn)了的.
First, ChIP-Seq tags represent only the ends of the ChIP fragments, instead of precise protein-DNA binding sites; #
ead只是跟隨著TF一起沉淀下來的DNA fragment的末端度气，read的位置并不是真實(shí)的TF結(jié)合的位置
Second, ChIP-Seq data exhibit regional biases along the genome due to sequencing and mapping biases, chromatin structure and genome copy number variations; #由于測序割按、mapping過程內(nèi)在的偏好性，以及不同染色質(zhì)間的差異性磷籍，相比全基因組适荣，某些堿基可能內(nèi)在地會(huì)被更多的read所覆蓋，這種情況得到的很多peak可能是假的
MACS的基本原理:
TF在基因組上的結(jié)合其實(shí)是一個(gè)隨機(jī)過程择示，基因組的每個(gè)位置其實(shí)都有機(jī)會(huì)結(jié)合某個(gè)TF束凑，只是概率不一樣，說白了栅盲，peak出現(xiàn)的位置汪诉，是TF結(jié)合的熱點(diǎn)，而peak-calling就是為了找到這些熱點(diǎn)谈秫。
基本用法：可以參考h：ttps://www.reibang.com/p/6a975f0ea65a
macs2 callpeak -t treatment.bam -c control.bam -g hs -B -f BAM -n prefix -q 0.00001
macs2 callpeak -t treatment.bam -c control.bam -g hs -B -f BAMPE -n prefix -q 0.00001
實(shí)例：
-g 基因組的選擇
-B 輸出bgd文件扒寄，下游bigwig文件生成所需
-f 雙端測序使用BAMPE，單端的話不需要加參數(shù)拟烫，默認(rèn)是auto識(shí)別该编，但是識(shí)別不了BAMPE
-q 使用閾值，根據(jù)需要選擇
輸出文件包括
1 prefix_model.r
2 prefix_peaks.narrowPeak
3 prefix_peaks.xls
4 prefix_summits.bed
5 prefix_treat_pileup.bdg
6 prefxi_ _treat_pvalue.bdg
細(xì)節(jié)解讀
···
- prefix_model.r 為模型建立示意圖硕淑，使用Rscript prefix_model.r 命令可以在Linux環(huán)境下作圖
- prefix_peaks.xls 為包含了peak信息的表格课竣，可以用excel打開，其中包括：
染色體;
peak起始位點(diǎn);
peak終止位點(diǎn);
peak區(qū)域的長度;
peak定點(diǎn)的絕對(duì)位置;
堆積信號(hào)值及其-log10(pvalue);
fold enrichment及其-log10(pvalue) - prefix_peaks.narrowPeak 為包含了peak位置及summit位置置媳，p值于樟，q值的文件，可以直接上傳到UCSC browser拇囊，其中特定列的信息為：
5th：整數(shù)信號(hào)值
7th：fold-change
8th：-log10 pvalue
9th：-log10 qvalue
10th：summit距離peak起始位點(diǎn)的距離 - prefix_summits.bed 包含每個(gè)peak峰頂summit的位置迂曲，等同于從narrowPeak文件里面剝離出來的，方便用來尋找motif的binding寥袭，同樣可以載入U(xiǎn)CSC
- prefix_peaks.broadPeak &prefix_peaks.gappedPeak 文件都是為選擇 -broad 參數(shù)后得到的文件路捧，本質(zhì)上和narrowPeak文件一致关霸，不過增加了broadregion，當(dāng)然summit的定義也有區(qū)別杰扫，需要自己去指定队寇；
- prefix_treat_pileup.bdg 文件為輸入文件treat組的bedGraph file， prefxi_ _treat_pvalue.bdg為對(duì)照組的bedGraph file
為了方便在IGV上查看ChIP-seq的結(jié)果和后期的可視化展示章姓，所以我們需要把macs2的結(jié)果轉(zhuǎn)化為bw提供給IGV(bdg file to wig file transformation) 共分為三步
可以參考: 關(guān)鍵詞 MACS2需要Python2.7
以及 : 關(guān)鍵詞 bigWig files
-t for treat-ment file (ChIP tags, this is the ONLY required parameter for MACS)
-c for control file containing mapped tags;
--format for input file format in BED or ELAND (output) format (default BED);
--name for name of the run (for example,FoxA1, default NA);
--gsize for mappable genome size to calculate λBG from tag count (default 2.7G bp, approximately the mappable human genome size);
--tsize for tag size (default 25);
--bw for bandwidth, which is half of the estimated sonication size (default 300);
--pvalue for p-value cutoff to call peaks (default 1e-5);
--mfold for high-confidence fold-enrichment to find model peaks for MACS modeling (default 32);
--diag for generating the table to evaluate sequence saturation (default off).
每個(gè)比較都會(huì)得到四個(gè)文件英上，如下:
NAMEpeaks.xls: 以表格形式存放peak信息，雖然后綴是xls啤覆，但其實(shí)能用文本編輯器打開，和bed格式類似惭聂，但是以1為基窗声，而bed文件是以0為基.也就是說xls的坐標(biāo)都要減一才是bed文件的坐標(biāo)
NAMEpeaks.narrowPeak與NAMEpeaks.broadPeak 類似。后面4列表示為辜纲，integer score for display笨觅， fold-change，-log10pvalue, -log10qvalue;
relative summit position to peak start內(nèi)容和NAMEpeaks.xls基本一致耕腾，適合用于導(dǎo)入R進(jìn)行分析见剩。
NAMEsummits.bed：記錄每個(gè)peak的peak summits，也就是記錄極值點(diǎn)的位置扫俺。MACS建議用該文件尋找結(jié)合位點(diǎn)的motif苍苞。
NAME_model.r，能通過NAME_model.r作圖狼纬，得到是基于你提供數(shù)據(jù)的peak模型
參考1
http://www.reibang.com/p/e83a7e10ea2e
http://www.reibang.com/p/6a975f0ea65a
