Testowanie różnicowego wiązania

ChIP-seq z Bioconductor w R

Peter Humburg

Statistician, Macquarie University

Porównywanie grup próbek ChIP-seq

  • Analiza statystyczna liczby odczytów pozwala wykryć istotne różnice między grupami.
  • Pakiet DiffBind udostępnia interfejs do narzędzi analitycznych.
    • Możliwe jest użycie DESeq2 lub edgeR.
ChIP-seq z Bioconductor w R

Tworzenie wspólnego zestawu szczytów

Zliczanie odczytów w zestawie szczytów:

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

Definiowanie kontrastu

Tworzenie kontrastu:

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

Inne obsługiwane kategorie:

  • DBA_ID
  • DBA_TISSUE
  • DBA_FACTOR
  • DBA_TREATMENT
  • DBA_REPLICATE
  • DBA_CALLER
ChIP-seq z Bioconductor w R

Korzystanie z kontrolek

ChIP-seq z Bioconductor w R

Uruchamianie analizy

bind_diff <- dba.analyze(peak_counts)
ChIP-seq z Bioconductor w R

Pierwsze spojrzenie na wyniki

Wykres PCA dla szczytów różnicowego wiązania

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

Mapa ciepła dla szczytów różnicowego wiązania

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

Czas na ćwiczenia!

ChIP-seq z Bioconductor w R

Preparing Video For Download...