ChIP-seq पीक्स की व्याख्या

R में Bioconductor के साथ ChIP-seq

Peter Humburg

Statistician, Macquarie University

पीक्स का एनोटेशन

जीन स्थानों की जानकारी प्राप्त करें।
पीक्स को जीन से जोड़ें।
उन जीनों की पहचान करें जिनमें किसी एक स्थिति में पीक ज़्यादा मज़बूत है।

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

  GRanges object with 23056 ranges and 1 metadata column:
          seqnames                 ranges strand |     gene_id
             <Rle>              <IRanges>  <Rle> | <character>
        1    chr19 [ 58858172,  58874214]      - |           1
       10     chr8 [ 18248755,  18258723]      + |          10
      100    chr20 [ 43248163,  43280376]      - |         100
     1000    chr18 [ 25530930,  25757445]      - |        1000
    10000     chr1 [243651535, 244006886]      - |       10000
      ...      ...                    ...    ... .         ...
     9991     chr9 [114979995, 115095944]      - |        9991
     9992    chr21 [ 35736323,  35743440]      + |        9992
     9993    chr22 [ 19023795,  19109967]      - |        9993
     9994     chr6 [ 90539619,  90584155]      + |        9994
     9997    chr22 [ 50961997,  50964905]      - |        9997
    -------
    seqinfo: 93 sequences (1 circular) from hg19 genome

अतिरिक्त एनोटेशन

library(org.Hs.eg.db)
select(org.Hs.eg.db, keys=gene_id, 
       columns="SYMBOL", keytype="ENTREZID")

   ENTREZID  SYMBOL
1         1    A1BG
2        10    NAT2
3       100     ADA
4      1000    CDH2
5     10000    AKT3
6 100008586 GAGE12F
...

पीक्स का एनोटेशन

library(ChIPpeakAnno)

annoPeaks(peaks, human_genes, bindingType="startSite", 
                              bindingRegion=c(-5000,5000))

समानताएँ और भिन्नताएँ दिखाना

library(DiffBind)
dba.plotVenn(peaks, mask=1:2)

UpSet प्लॉट का उपयोग

library(UpSetR)
called_peaks <- as.data.frame(peaks$called)
upset(called_peaks, sets=colnames(peaks$called), order.by='freq')

अभ्यास करते हैं!

R में Bioconductor के साथ ChIP-seq