Test av differentiell bindning

ChIP-seq med Bioconductor i R

Peter Humburg

Statistician, Macquarie University

Jämföra grupper av ChIP-seq-prover

  • Använd statistisk analys av läsräkningar för att identifiera signifikanta skillnader mellan grupper.
  • DiffBind-paketet ger ett gränssnitt till analysverktyg.
    • Använd antingen DESeq2 eller edgeR.
ChIP-seq med Bioconductor i R

Skapa en gemensam peakmängd

Räknar läsningar i peakmängd:

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

Definiera en kontrast

Skapa en kontrast:

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

Andra kategorier som stöds:

  • DBA_ID
  • DBA_TISSUE
  • DBA_FACTOR
  • DBA_TREATMENT
  • DBA_REPLICATE
  • DBA_CALLER
ChIP-seq med Bioconductor i R

Använda kontroller

ChIP-seq med Bioconductor i R

Köra analysen

bind_diff <- dba.analyze(peak_counts)
ChIP-seq med Bioconductor i R

En första titt på resultaten

PCA-plot för differentiellt bundna peaks

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

Värmekarta för differentiellt bundna peaks

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

Nu kör vi en övning!

ChIP-seq med Bioconductor i R

Preparing Video For Download...