Czyszczenie danych ChIP-seq

ChIP-seq z Bioconductor w R

Peter Humburg

Statistician, Macquarie University

Typowe problemy

Nieprawidłowo zmapowane odczyty mogą generować fałszywe piki.

  • Powtórzenia genomowe.

ChIP-seq z Bioconductor w R

Typowe problemy

Nieprawidłowo zmapowane odczyty mogą generować fałszywe piki.

  • Powtórzenia genomowe.

  • Niekompletna sekwencja referencyjna.

ChIP-seq z Bioconductor w R

Typowe problemy

Nieprawidłowo zmapowane odczyty mogą generować fałszywe piki.

  • Powtórzenia genomowe.

  • Niekompletna sekwencja referencyjna.

  • Regiony o niskiej złożoności.

ChIP-seq z Bioconductor w R

ChIP-seq z Bioconductor w R

Odchylenie amplifikacyjne

  • Fragmenty DNA wyekstrahowane z komórek są wielokrotnie kopiowane przed sekwencjonowaniem.
  • Nie wszystkie fragmenty dają taką samą liczbę kopii.
  • Wiele kopii tego samego fragmentu może zostać zsekwencjonowanych.
  • Jeden fragment DNA może zawyżać pokrycie i prowadzić do błędnych wywołań pików.
ChIP-seq z Bioconductor w R

Raporty kontroli jakości

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

ChIP-seq z Bioconductor w R

Przygotowanie plików wejściowych

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
... ... ... ... ... ... ... ...
ChIP-seq z Bioconductor w R

Czyszczenie danych

  • Usuwanie zduplikowanych odczytów.
  • Usuwanie odczytów z wielokrotnymi dopasowaniami.
  • Usuwanie odczytów o niskiej jakości mapowania.
  • Usuwanie pików w regionach czarnej listy.
ChIP-seq z Bioconductor w R

Czyszczenie danych

  • Usuwanie zduplikowanych odczytów.
  • Usuwanie odczytów z wielokrotnymi dopasowaniami.
  • Usuwanie odczytów o niskiej jakości mapowania.
  • Usuwanie pików w regionach czarnej listy.
ChIP-seq z Bioconductor w R

Czyszczenie danych

  • Usuwanie zduplikowanych odczytów.
  • Usuwanie odczytów z wielokrotnymi dopasowaniami.
  • Usuwanie odczytów o niskiej jakości mapowania.
  • Usuwanie pików w regionach czarnej listy.
    • Regiony czarnej listy są dostępne w projekcie ENCODE.
ChIP-seq z Bioconductor w R

Czas na ćwiczenia!

ChIP-seq z Bioconductor w R

Preparing Video For Download...