ChIP-seqデータのクリーニング

Rで学ぶBioconductorによるChIP-seq

Peter Humburg

Statistician, Macquarie University

よくある問題

誤ってマッピングされたリードは偽のピークを生じさせる可能性があります。

  • ゲノムの反復配列。

Rで学ぶBioconductorによるChIP-seq

よくある問題

誤ってマッピングされたリードは偽のピークを生じさせる可能性があります。

  • ゲノムの反復配列。

  • 不完全なリファレンス配列。

Rで学ぶBioconductorによるChIP-seq

よくある問題

誤ってマッピングされたリードは偽のピークを生じさせる可能性があります。

  • ゲノムの反復配列。

  • 不完全なリファレンス配列。

  • 低複雑度領域。

Rで学ぶBioconductorによるChIP-seq

Rで学ぶBioconductorによるChIP-seq

増幅バイアス

  • 細胞から抽出したDNA断片はシーケンシング前に複数回複製される。
  • すべての断片が同数のコピーを生じるわけではない。
  • 同一断片の複数コピーがシーケンシングされる場合がある。
  • 1つのDNA断片がカバレッジを過剰に増加させ、誤ったピーク検出につながる可能性がある。
Rで学ぶBioconductorによるChIP-seq

品質管理レポート

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

Rで学ぶBioconductorによるChIP-seq

入力ファイルの準備

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
... ... ... ... ... ... ... ...
Rで学ぶBioconductorによるChIP-seq

データのクリーニング

  • 重複リードを除去する。
  • 多重マッピングリードを除去する。
  • マッピング品質の低いリードを除去する。
  • ブラックリスト領域のピークを除去する。
Rで学ぶBioconductorによるChIP-seq

データのクリーニング

  • 重複リードを除去する。
  • 多重マッピングリードを除去する。
  • マッピング品質の低いリードを除去する。
  • ブラックリスト領域のピークを除去する。
Rで学ぶBioconductorによるChIP-seq

データのクリーニング

  • 重複リードを除去する。
  • 多重マッピングリードを除去する。
  • マッピング品質の低いリードを除去する。
  • ブラックリスト領域のピークを除去する。
    • ブラックリスト領域はENCODEプロジェクトから取得できる。
Rで学ぶBioconductorによるChIP-seq

練習しましょう！

Rで学ぶBioconductorによるChIP-seq

Preparing Video For Download...