ATAC矩桂、CUT&tag生物學(xué)重復(fù)callpeak筆記

表觀組數(shù)據(jù)在call-peak的時候選取的方法還是很多的程奠,這里簡單記錄一下

1 先call-peak后取peak交集

可以使用 IDR統(tǒng)計一致性較好的peak然后bedtools intersect合并peak

idr 安裝參考鏈接

The IDR (Irreproducible Discovery Rate) framework is a uni?ed approach to measure the reproducibility of ?ndings identi?ed from replicate experiments and provide highly stable thresholds based on reproducibility.

例子

echo "idr --samples A${id}K4_peaks.broadPeak C${id}K4_peaks.broadPeak --input-file-type broadPeak --output-file ACK4-${id}  --plot --rank p.value  ">>ACK4.sh
#得到圖片還有一致性peak文件
iTerm2.VbLrJw.ACK4-69.png
NC_045731.1     18482515        18484118        .       1000    .       -1      261.55000       -1      5.000000        5.000000        18482520        18483972        261.55000       18482515        18484118        677.33400
NW_022587827.1  45181   47485   .       1000    .       -1      177.63400       -1      5.000000        5.000000        45181   46596   177.63400       45193   47485   414.37100
NC_045731.1     18515047        18516017        .       1000    .       -1      134.81900       -1      5.000000        5.000000        18515068        18515901        134.81900       18515047        18516017        391.59900     

一致性較好的peak可以使用bedtools intersect合并

image.png
bedtools intersect [OPTIONS] -a <FILE> \
                             -b <FILE1, FILE2, ..., FILEN>

2先合并bam文件后callpeak

首先對于生物學(xué)重復(fù)bam使用deeptools的multiBamSummary進(jìn)行correlations 統(tǒng)計

multiBamSummary computes the read coverages for genomic regions for typically two or more BAM files. The analysis can be performed for the entire genome by running the program in ‘bins’ mode. If you want to count the read coverage for specific regions only, use the BED-file mode instead. The standard output of multiBamSummary is a compressed numpy array (.npz). It can be directly used to calculate and visualize pairwise correlation values between the read coverages using the tool ‘plotCorrelation’. Similarly,

multiBamSummary bins --bamfiles file1.bam file2.bam -o results.npz
##生成的npz文件可以做主成分分析宣脉,plotCorrelation分析
plotCorrelation -in x.npz --skipZeros --corMethod pearson --whatToPlot heatmap --colorMap RdYlBu_r --plotNumbers -o x.pdf --outFileCorMatrix x.tab

相關(guān)性系數(shù)較好的可以進(jìn)行bam合并

samtools merge [options] -o <out.bam> [options] <in1.bam> ... <inN.bam>
samtools merge [options] <out.bam> <in1.bam> ... <inN.bam>

那種方法好要結(jié)合自己的數(shù)據(jù)測序深度宁昭,文庫質(zhì)量而選擇,可以先call-peak看看peak數(shù)量相种,idr看看一致性再做決定威恼。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市寝并,隨后出現(xiàn)的幾起案子箫措,更是在濱河造成了極大的恐慌,老刑警劉巖衬潦,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件斤蔓,死亡現(xiàn)場離奇詭異,居然都是意外死亡别渔,警方通過查閱死者的電腦和手機附迷,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進(jìn)店門惧互,熙熙樓的掌柜王于貴愁眉苦臉地迎上來哎媚,“玉大人,你說我怎么就攤上這事喊儡〔τ耄” “怎么了?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵艾猜,是天一觀的道長买喧。 經(jīng)常有香客問我,道長匆赃,這世上最難降的妖魔是什么淤毛? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任,我火速辦了婚禮算柳,結(jié)果婚禮上低淡,老公的妹妹穿的比我還像新娘。我一直安慰自己瞬项,他們只是感情好蔗蹋,可當(dāng)我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著囱淋,像睡著了一般猪杭。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上妥衣,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天皂吮,我揣著相機與錄音戒傻,去河邊找鬼。 笑死蜂筹,一個胖子當(dāng)著我的面吹牛稠鼻,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播狂票,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼候齿,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了闺属?” 一聲冷哼從身側(cè)響起慌盯,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎掂器,沒想到半個月后亚皂,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡国瓮,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年灭必,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片乃摹。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡禁漓,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出孵睬,到底是詐尸還是另有隱情播歼,我是刑警寧澤,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布掰读,位于F島的核電站秘狞,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏蹈集。R本人自食惡果不足惜烁试,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望拢肆。 院中可真熱鬧减响,春花似錦、人聲如沸善榛。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽移盆。三九已至悼院,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間咒循,已是汗流浹背据途。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工绞愚, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人颖医。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓位衩,卻偏偏與公主長得像,于是被迫代替她去往敵國和親熔萧。 傳聞我的和親對象是個殘疾皇子糖驴,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,722評論 2 345

推薦閱讀更多精彩內(nèi)容