Chip-seq分析流程 - 卖萌控的博客

流程的一些关键点分析：

我们的Peak是如何找出来的？Callpeak的流程（MACS2)

1. 质控 (quality control)

首先要看一下ChIP-seq数据的质量，数据的信号最好比background要强很很多。一般要有control，这样call peaks更准确可信， control主要有Input DNA 和 IgG两种，前一种更常用。

检测质量的一些方式：

1). peaks中reads的数量，如果peaks的reads普遍较少，则质量一般。
2). peaks信号高，背景低。
3). 测序深度深。
4). Diverse library (与重复duplications有关，如下图)
5). 有重复并且与重复之间相似性较高…
……

2. 序列比对 (mapping of fastq)

序列比对一般用BWA或者Bowtie2，两者效果差不多。我们一般采用Bowtie2，对reads进行基因组进行回帖。

3. 去除重复 (remove duplicates)

由于PCR实验存在不可避免的实验误差，所以会存在重复 (duplicates)。我们一般在Chip-seq中会进行去除。

理论上来讲，不同的序列在进行PCR扩增时，扩增的倍数应该是相同的。但是由于聚合酶的偏好性，PCR扩增次数过多的情况下，会导致一些序列持续扩增，而另一些序列扩增到一定程度后便不再进行，也就是我们常说的PCR偏好性。

这种情况对于定量分析（如ChIP-seq），会造成严重的影响。此外，PCR扩增循环数过多，会出现一些扩增偏差，进而影响后续分析结果的置信度。

4. peak calling

peaks是reads信号比较强的区域，也就是我们找到的转录因子或者组蛋白修饰最有可能结合的地方。call peaks仍然有不少软件，比较常用的是MACS2和Hotspot2。

5. 下游分析 (downstream analysis)

分析完之后下游可以做的事情很多，视情况而定。可分析Peak的临近注释基因，分布类型情况，及功能注释情况；或者Homer等工具注释peaks，看不同转录因子/组蛋白修饰之间的关系，或者分析TF的target gene。或者同时分析RNA-seq、ATAC-seq等数据，看转录因子与染色质开放区的关系；