Tester la liaison différentielle

ChIP-seq avec Bioconductor en R

Peter Humburg

Statistician, Macquarie University

Comparer des groupes d'échantillons ChIP-seq

  • Utiliser l'analyse statistique des décomptes de lectures pour repérer des écarts significatifs entre groupes.
  • Le package DiffBind sert d'interface aux outils d'analyse.
    • Utiliser DESeq2 ou edgeR.
ChIP-seq avec Bioconductor en R

Créer un ensemble de pics partagé

Compter les lectures dans l'ensemble de pics :

peak_counts <- dba.count(qc_output, summits=250)
ChIP-seq avec Bioconductor en R

Définir un contraste

Créer un contraste :

peak_counts <- dba.contrast(peak_counts, categories = DBA_CONDITION)

Autres catégories prises en charge :

  • DBA_ID
  • DBA_TISSUE
  • DBA_FACTOR
  • DBA_TREATMENT
  • DBA_REPLICATE
  • DBA_CALLER
ChIP-seq avec Bioconductor en R

Utiliser des témoins

ChIP-seq avec Bioconductor en R

Lancer l'analyse

bind_diff <- dba.analyze(peak_counts)
ChIP-seq avec Bioconductor en R

Première vue des résultats

Graphique ACP des pics à liaison différentielle

dba.plotPCA(bind_diff, DBA_Condition, contrast=1)

Carte thermique des pics à liaison différentielle

dba.plotHeatmap(bind_diff, DBA_Condition, contrast=1)
ChIP-seq avec Bioconductor en R

Passons à la pratique !

ChIP-seq avec Bioconductor en R

Preparing Video For Download...