參考文章
六六
這篇文章的作者看來是詳細(xì)的觀看了ChIPQC manual并且參考了已有文檔進(jìn)行了學(xué)習(xí)和實(shí)踐悄晃。
Manual見Manual。
討論
問：為什么有了參考文章還要發(fā)文呢隧膏？
答：因?yàn)閰⒖嘉恼轮皇侵噩F(xiàn)了作者的vignette而已，本人在實(shí)戰(zhàn)過程中就遇到了無數(shù)的問題，花費(fèi)了一天的時(shí)間才完成整個(gè)分析(包括重裝了R +-+)盯串，還在Biostar&Bioconductor forum上發(fā)了兩篇post:
Question: ChIPQC BiocParallel errors
Question: ChIPQC ERROR with "subscript out of bounds"
分析重現(xiàn) → 原版pdf
1. 介紹
ChIPQC是一個(gè)用來分析ChIP-seq數(shù)據(jù)的Bioconductor包，它整合了可視化以及統(tǒng)計(jì)分析缅茉，用以處理比對(duì)完成的bam文件（需要peak文件）嘴脾。
這個(gè)包主要有兩個(gè)函數(shù)：
- ChIPQCsample()函數(shù)負(fù)責(zé)對(duì)單個(gè)ChIP-seq數(shù)據(jù)進(jìn)行質(zhì)控生成報(bào)告
- ChIPQC()函數(shù)可以對(duì)一組數(shù)據(jù)進(jìn)行質(zhì)控并生成報(bào)告
ChIPQC需要準(zhǔn)備一個(gè)信息列表，提供給的ChIPQC()函數(shù)構(gòu)建ChIPQCexperiment object
2. 示例
2.1 準(zhǔn)備experiment sample sheet
ChIPQC包自帶了準(zhǔn)備好的sample信息表蔬墩，但是未準(zhǔn)備bam文件及peak文件译打，因?yàn)閎am文件太大了，我們可以先看一下sample文件：
> library(ChIPQC)
> samples = read.csv(file.path(system.file("extdata", package="ChIPQC"), "example_QCexperiment.csv"))
> samples
SampleID Tissue Factor Replicate bamReads Peaks
1 CTCF_1 A549 CTCF 1 reads/SRR568129.bam peaks/SRR568129_chr22_peaks.bed
2 CTCF_2 A549 CTCF 2 reads/SRR568130.bam peaks/SRR568130_chr22_peaks.bed
3 cMYC_1 A549 cMYC 1 reads/SRR568131.bam peaks/SRR568131_chr22_peaks.bed
4 cMYC_2 A549 cMYC 2 reads/SRR568132.bam peaks/SRR568132_chr22_peaks.bed
5 E2F1_1 HeLa-S3 E2F1 1 reads/SRR502355.bam peaks/SRR502355_chr22_peaks.bed
6 E2F1_2 HeLa-S3 E2F1 2 reads/SRR502356.bam peaks/SRR502356_chr22_peaks.bed
上圖包含了所有必須的信息拇颅，bamReads和Peaks的參數(shù)是相對(duì)路徑奏司，當(dāng)然你也可以指定直接路徑，可以看出來這就是一個(gè)data.frame樟插，在R里面都可以直接自己構(gòu)建韵洋。
2.2 構(gòu)建一個(gè)ChIPQCexperiment object
exampleExp = ChIPQC(samples, annotation = "hg19"， blacklist = NULL, chromosome = "chr18")
這個(gè)里面需要注意的是黄锤，annotation是指你使用的參考基因組搪缨，其中一下物種的參考基因組的指定已經(jīng)內(nèi)置：
“hg19”: Human, version 19
“hg18”: Human, version 18
“mm10”: Mouse, version 10
“mm9” : Mouse, version 19
“rn4” : Rat, version 4
“ce6” : C. Elgans, version 6
“dm3” : D. Melanogaster, version 3
其中blacklist位置是需要不加以分析的區(qū)域，不理解的請(qǐng)去Google一下就可以鸵熟，每個(gè)物種的blacklist是可以從UCSC上下載得到的副编。
另外，需要注意的是流强，chromosome參數(shù)也很重要痹届，當(dāng)你不去指定的時(shí)候，只會(huì)默認(rèn)讀取第一條序列進(jìn)行統(tǒng)計(jì)打月。
作者的包里面內(nèi)置了構(gòu)建好的ChIPQCexperiment object队腐，使用data(example_QCexperiment)調(diào)用：
> data(example_QCexperiment)
> exampleExp
Samples: 6 : CTCF_1 CTCF_2 ... E2F1_1 E2F1_2
Tissue Factor Replicate Peaks
CTCF_1 A549 CTCF 1 1118
CTCF_2 A549 CTCF 2 648
cMYC_1 A549 cMYC 1 253
cMYC_2 A549 cMYC 2 159
E2F1_1 HeLa-S3 E2F1 1 325
E2F1_2 HeLa-S3 E2F1 2 249
Reads Map% Filt% Dup% ReadL FragL RelCC SSD RiP% RiBL%
CTCF_1 341055 100 26.3 16.600 28 131 2.740 2.53 31.20 1.33
CTCF_2 303856 100 28.4 7.320 28 131 2.690 1.43 12.80 0.00
cMYC_1 287462 100 31.0 13.600 28 97 0.347 1.47 6.59 1.78
cMYC_2 317537 100 29.9 4.540 28 129 0.386 1.09 2.79 0.00
E2F1_1 223580 100 31.7 1.010 28 101 0.701 1.29 7.80 2.00
E2F1_2 194919 100 31.8 0.663 28 107 0.303 1.40 5.36 2.79
2.3 質(zhì)量控制指標(biāo)摘要
我們來依次看一下exampleExp里面的信息（解讀的很粗略，尋求更深理解的可以自行閱讀manual）：
- Reads 可以知道bam文件里面有多少reads
- Map% 可以知道bam文件的比對(duì)率如何奏篙，如上我們可以知道柴淘，bam文件是過濾過的，丟棄了為比對(duì)上的reads
- Filt% 指的是根據(jù)比對(duì)質(zhì)量，過濾的比例
- Dup% 很明顯指的是重復(fù)率悠就，也是要去除的
- ReadL 讀長(zhǎng)
- FragL 根據(jù)比對(duì)情況估算出來的fragment長(zhǎng)度
- RelCC 一般大于1千绪，越大越好，大于1可以認(rèn)為富集的不錯(cuò)
- SSD 同樣是富集得分梗脾，對(duì)高信號(hào)值比較敏感荸型，越高越好
- Rip% 在peaks里面的reads占所有reads的比率，一般來說大于5%
- RiBL% 在blacklist region里面的reads占所有reads的比率炸茧，可以看出背景的多少瑞妇，太高了就有問題
2.4 可視化數(shù)據(jù)
最后的操作很簡(jiǎn)單：
> ChIPQCreport(exampleExp)
Saving 7 x 7 in image
Saving 7 x 7 in image
Saving 7 x 7 in image
Using Sample as id variables
Saving 7 x 7 in image
Using Sample as id variables
Saving 7 x 7 in image
Saving 7 x 7 in image
異常無腦的操作，在當(dāng)前工作目錄就會(huì)出現(xiàn)一個(gè)ChIPQCreport文件夾梭冠，點(diǎn)開后會(huì)有圖片以及一個(gè)報(bào)告html辕狰，打開查看即可。
以下為高通量測(cè)序數(shù)據(jù)處理系列快速通道：
高通量測(cè)序數(shù)據(jù)處理學(xué)習(xí)記錄（零）：NGS分析如何選擇合適的參考基因組和注釋文件
高通量測(cè)序數(shù)據(jù)處理學(xué)習(xí)記錄（一）：比對(duì)軟件STAR的使用
高通量測(cè)序數(shù)據(jù)處理學(xué)習(xí)記錄（二）：Read Counts的提取
高通量測(cè)序數(shù)據(jù)處理學(xué)習(xí)記錄（三）：Pathway Analysis及GSEA
高通量測(cè)序數(shù)據(jù)處理學(xué)習(xí)記錄（四）：DeepTools學(xué)習(xí)筆記
高通量測(cè)序數(shù)據(jù)處理學(xué)習(xí)記錄（五）：上傳二代測(cè)序數(shù)據(jù)到GEO
高通量測(cè)序數(shù)據(jù)處理學(xué)習(xí)記錄（六）：什么是測(cè)序深度和測(cè)序覆蓋度控漠？
高通量測(cè)序數(shù)據(jù)處理學(xué)習(xí)記錄（七）：使用ChIPQC包檢查ChIP-seq的質(zhì)量
