【張勇】ChIP-seq 講習班

參考:

本講 PPT 下載鏈接為:http://pan.baidu.com/s/1skJAaAx中姜,密碼:ga2l
視頻鏈接:https://mp.weixin.qq.com/s/JLPQbgQKUpa4ONNhzURQxw

image.png

第一部分:ChIP-seq 簡介

image.png
  • 首先了解兩個概念:

Cistrome: the set of cis-acting targets of a transacting factor on a genome scale.

Epigenome: a parallel to the word "genome"; the overall epigenetic state of a cell

  • 一般的雙端測序,R1/R2 比對到兩條鏈上面跟伏。通過Flag 可以提取比對到正反鏈的read,使用基因組瀏覽器可視化得到兩個峰圖丢胚。

    (Tips:而ChIA-PET 也是雙端測序,但是R1/R2 可能同一條鏈)

    參考: 雙端測序中read1和read2的關系

    image.png

    image.png
image.png
image.png
  • 張勇老師開發(fā)出第一個peak callling 工具(macs,現(xiàn)在更新到macs3酬姆,由師弟劉濤維護J茸馈)
image.png
  • ChIP-exo : 從5 -end 進行酶切,提高TFBS分辨率,幾乎直接看peak,而不需要軟件找辞色。
image.png
  • iChIP : 對不同細胞進行index,再進行抗體富集骨宠,運用到單細胞領域.

    image.png
  • 不同的TF 結合模型:

    一般TF是sharp peak.

    image.png

第二部分:ChIP-seq 實驗設計

image.png
image.png
image.png
  • 關于實驗重復及其測序深度:

    • 以人類為例浮定,一般對于轉錄因子達到20M,寬峰達到40M read 比較好层亿。當然read越多越好桦卒,但是read 不太多,足以檢測結合比較強的位點匿又。
    • 重復的問題方灾,由于剛開始的一些文章ChIP-seq沒有重復,帶了一個不好的頭碌更,后面慢慢要求2-3個重復(2-3個質量好的重復裕偿,不是做了3個重復就好)。
    image.png
  • 對照組:一般來說Input 和IgG 有一個就行痛单,對于一些特別容易富集的區(qū)域嘿棘,也就是假陽性,可以通過對照組來過濾掉旭绒。

image.png

第三部分:檢測ChIP質量

image.png
  • 通過IGV瀏覽器查看peak 是否明顯

    image.png
  • 通過計算Frip 值:不同的TF鸟妙,F(xiàn)rip 大小不同,結合越強的位點挥吵,F(xiàn)rip 可能越高

    image.png
  • 交聯(lián)系數:通過移動 計算正反鏈read 皮爾遜相關系數變化過程重父。

    • 高質量的ChIP 正負鏈的peak ,移動到最大 重疊位置忽匈,相關系數最大房午,也就是圖中ChIP peak 位置。
    image.png
  • 同時比較兩個peak高度值脉幢,計算差異倍數歪沃,得到NSC/RSC 結果.下圖左邊為質量高的實驗結果.

image.png
  • 同時計算Frip 和NSC關系,兩者之間存在明顯的聯(lián)系.也就是說Frip 高的NSC,RSC 往往也較高嫌松。

    image.png
  • IDR 方法:此方法對于重復間質量好的樣本沪曙,IDR可能效果好,否則滿足條件的peak 會很少萎羔。

    從B圖可知液走,20000左右的peak ,IDR (不可重復率)較低,也就是peak 很可信贾陷。

    image.png
    image.png
  • 也可以通過peak 區(qū)域motif 富集情況缘眶,評價質量好壞。

    image.png
  • 通過序列保守型來看:也就是通過通過profile 圖反映出富集效果髓废。

    image.png

第四部分:完成項目后巷懈,需要提交哪些數據

image.png
image.png
image.png
image.png

第五部分:分析流程

image.png
  • 第一步:數據比對
image.png
  • 下一步:peak calling
image.png
  • 要發(fā)布的部分peak calling 工具

    image.png
  • 下一步:差異peak 分析

    • 定性問題:通過設置閾值,對兩組sample進行peak 差異位點分析慌洪。得到有無peak的差異結果顶燕,但是對于一些在閾值邊界的位置凑保,可能得到的差異peak 位點,存在假陽性問題涌攻。
    • 定量問題:通過差異倍數欧引,及其顯著性來判斷差異peak. 對于組蛋白修飾來說,修飾水平的高度和表達強弱有關系恳谎;但是對于轉錄因子來說芝此,可能沒有太大影響。
    image.png
  • 差異peak 目前的工具
image.png
  • 下一步:peak注釋

    image.png
image.png
  • 下一步:motif 分析

    image.png
  • 目前的工具

    image.png
  • 下一步:靶基因預測

    image.png
  • 也可以嘗試對TF進行敲除因痛,過表達研究目標基因.

    image.png
  • 下一步:目標基因GO注釋

    image.png

思考

  • 感覺做差異分析時候婚苹,定量分析采取Deseq2 或者DiffBind 結果差別較大時候,不好判斷選擇哪一個工具result.
  • 了解到ChIP-seq 靶基因尋找工具鸵膏。比如結合RNA-seq結果租副,判斷敲除TF,那些基因是差異基因。工具如BETA


歡迎大家評論留言较性,相互學習~

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市结胀,隨后出現(xiàn)的幾起案子赞咙,更是在濱河造成了極大的恐慌,老刑警劉巖糟港,帶你破解...
    沈念sama閱讀 216,372評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件攀操,死亡現(xiàn)場離奇詭異,居然都是意外死亡秸抚,警方通過查閱死者的電腦和手機速和,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評論 3 392
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來剥汤,“玉大人颠放,你說我怎么就攤上這事】愿遥” “怎么了碰凶?”我有些...
    開封第一講書人閱讀 162,415評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長鹿驼。 經常有香客問我欲低,道長,這世上最難降的妖魔是什么畜晰? 我笑而不...
    開封第一講書人閱讀 58,157評論 1 292
  • 正文 為了忘掉前任砾莱,我火速辦了婚禮,結果婚禮上凄鼻,老公的妹妹穿的比我還像新娘腊瑟。我一直安慰自己聚假,他們只是感情好,可當我...
    茶點故事閱讀 67,171評論 6 388
  • 文/花漫 我一把揭開白布扫步。 她就那樣靜靜地躺著魔策,像睡著了一般。 火紅的嫁衣襯著肌膚如雪河胎。 梳的紋絲不亂的頭發(fā)上闯袒,一...
    開封第一講書人閱讀 51,125評論 1 297
  • 那天,我揣著相機與錄音游岳,去河邊找鬼政敢。 笑死,一個胖子當著我的面吹牛胚迫,可吹牛的內容都是我干的喷户。 我是一名探鬼主播,決...
    沈念sama閱讀 40,028評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼访锻,長吁一口氣:“原來是場噩夢啊……” “哼褪尝!你這毒婦竟也來了?” 一聲冷哼從身側響起期犬,我...
    開封第一講書人閱讀 38,887評論 0 274
  • 序言:老撾萬榮一對情侶失蹤河哑,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后龟虎,有當地人在樹林里發(fā)現(xiàn)了一具尸體璃谨,經...
    沈念sama閱讀 45,310評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,533評論 2 332
  • 正文 我和宋清朗相戀三年鲤妥,在試婚紗的時候發(fā)現(xiàn)自己被綠了佳吞。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,690評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡棉安,死狀恐怖底扳,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情垂券,我是刑警寧澤花盐,帶...
    沈念sama閱讀 35,411評論 5 343
  • 正文 年R本政府宣布,位于F島的核電站菇爪,受9級特大地震影響算芯,放射性物質發(fā)生泄漏。R本人自食惡果不足惜凳宙,卻給世界環(huán)境...
    茶點故事閱讀 41,004評論 3 325
  • 文/蒙蒙 一熙揍、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧氏涩,春花似錦届囚、人聲如沸有梆。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽泥耀。三九已至,卻和暖如春蛔添,著一層夾襖步出監(jiān)牢的瞬間痰催,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,812評論 1 268
  • 我被黑心中介騙來泰國打工迎瞧, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留夸溶,地道東北人。 一個月前我還...
    沈念sama閱讀 47,693評論 2 368
  • 正文 我出身青樓凶硅,卻偏偏與公主長得像缝裁,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子足绅,可洞房花燭夜當晚...
    茶點故事閱讀 44,577評論 2 353