ChIP-seq 데이터 정제

R에서 Bioconductor로 배우는 ChIP-seq

Peter Humburg

Statistician, Macquarie University

주요 문제점

잘못 매핑된 리드는 거짓 피크를 생성할 수 있습니다.

  • 유전체 반복 서열.

R에서 Bioconductor로 배우는 ChIP-seq

주요 문제점

잘못 매핑된 리드는 거짓 피크를 생성할 수 있습니다.

  • 유전체 반복 서열.

  • 불완전한 참조 서열.

R에서 Bioconductor로 배우는 ChIP-seq

주요 문제점

잘못 매핑된 리드는 거짓 피크를 생성할 수 있습니다.

  • 유전체 반복 서열.

  • 불완전한 참조 서열.

  • 저복잡도 영역.

R에서 Bioconductor로 배우는 ChIP-seq

R에서 Bioconductor로 배우는 ChIP-seq

증폭 편향

  • 세포에서 추출한 DNA 단편은 시퀀싱 전에 여러 번 복제됩니다.
  • 모든 단편이 동일한 수의 복사본을 생성하지는 않습니다.
  • 동일한 단편의 여러 복사본이 시퀀싱될 수 있습니다.
  • 단일 DNA 단편이 커버리지를 과대 추정하여 잘못된 피크 호출로 이어질 수 있습니다.
R에서 Bioconductor로 배우는 ChIP-seq

품질 관리 보고서

library(ChIPQC)
qc_report <- ChIPQC(experiment="sample_info.csv", annotation="hg19")
ChIPQCreport(qc_report)

R에서 Bioconductor로 배우는 ChIP-seq

입력 파일 준비

SampleID Factor Condition Tissue Treatment bamReads Peaks PeakCaller
S1 AR primary primary prostate tumor gleason score: 3+4=7 S1.bam S1.bed macs
S2 AR primary primary prostate tumor gleason score: 3+4=7 S2.bam S2.bed macs
... ... ... ... ... ... ... ...
R에서 Bioconductor로 배우는 ChIP-seq

데이터 정제

  • 중복 리드 제거.
  • 다중 히트 리드 제거.
  • 낮은 매핑 품질의 리드 제거.
  • 블랙리스트 영역의 피크 제거.
R에서 Bioconductor로 배우는 ChIP-seq

데이터 정제

  • 중복 리드 제거.
  • 다중 히트 리드 제거.
  • 낮은 매핑 품질의 리드 제거.
  • 블랙리스트 영역의 피크 제거.
R에서 Bioconductor로 배우는 ChIP-seq

데이터 정제

  • 중복 리드 제거.
  • 다중 히트 리드 제거.
  • 낮은 매핑 품질의 리드 제거.
  • 블랙리스트 영역의 피크 제거.
    • 블랙리스트 영역은 ENCODE 프로젝트에서 제공됩니다.
R에서 Bioconductor로 배우는 ChIP-seq

연습해 봅시다!

R에서 Bioconductor로 배우는 ChIP-seq

Preparing Video For Download...