深入查看峰值

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

Peter Humburg

Statistician, Macquarie University

使用 Gviz

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

我们在绘制什么？

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

我们在绘制什么？

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

我们在绘制什么？

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

我们在绘制什么？

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

设置坐标

library(Gviz)

ideogram <- IdeogramTrack("chr12", 
                          "hg19")

axis <- GenomeAxisTrack()

plotTracks(list(ideogram, axis), 
           from=101360000, 
           to=101380000)

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

添加数据

cover_track <- DataTrack(cover_ranges,window=100000,type='h',name="Coverage")
plotTracks(list(ideogram, cover_track, axis), from=101360000, to=101380000)

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

添加注释

peak_track <- AnnotationTrack(peaks, name="Peaks")
plotTracks(list(ideogram, cover_track, peak_track, axis), 
           from=101360000, to=101380000)

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

基因注释

library(TxDb.Hsapiens.UCSC.hg19.knownGene)

tx <- GeneRegionTrack(TxDb.Hsapiens.UCSC.hg19.knownGene, chromosome="chr12", 
                      start=101360000, end=101380000, name="Genes")
plotTracks(list(ideogram, cover_track, peak_track, tx, axis),
           from=101360000, to=101380000)

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

Passons à la pratique !

在 R 中使用 Bioconductor 进行 ChIP-seq 分析

Preparing Video For Download...