Testen op differentiële binding

ChIP-seq met Bioconductor in R

Peter Humburg

Statistician, Macquarie University

Groepen ChIP-seq-samples vergelijken

  • Gebruik statistische analyse van read-aantallen om significante verschillen tussen groepen te vinden.
  • Het pakket DiffBind biedt een interface naar analysetools.
    • Gebruik DESeq2 of edgeR.
ChIP-seq met Bioconductor in R

Een gedeelde piekset maken

Reads tellen in de piekset:

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

Een contrast vastleggen

Een contrast maken:

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

Andere ondersteunde categorieën:

  • DBA_ID
  • DBA_TISSUE
  • DBA_FACTOR
  • DBA_TREATMENT
  • DBA_REPLICATE
  • DBA_CALLER
ChIP-seq met Bioconductor in R

Controles gebruiken

ChIP-seq met Bioconductor in R

De analyse uitvoeren

bind_diff <- dba.analyze(peak_counts)
ChIP-seq met Bioconductor in R

Eerste blik op de resultaten

PCA-plot voor differentieel gebonden pieken

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

Heatmap voor differentieel gebonden pieken

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

Laten we oefenen!

ChIP-seq met Bioconductor in R

Preparing Video For Download...