การทำความสะอาดข้อมูล ChIP-seq

ChIP-seq with Bioconductor in R

Peter Humburg

Statistician, Macquarie University

ปัญหาที่พบบ่อย

การแมปรีดที่ผิดพลาดอาจทำให้เกิดพีคลวง

• Genomic repeats

ปัญหาที่พบบ่อย

การแมปรีดที่ผิดพลาดอาจทำให้เกิดพีคลวง

• Genomic repeats

• ลำดับอ้างอิงที่ไม่สมบูรณ์

ปัญหาที่พบบ่อย

การแมปรีดที่ผิดพลาดอาจทำให้เกิดพีคลวง

• Genomic repeats

• ลำดับอ้างอิงที่ไม่สมบูรณ์

• บริเวณความซับซ้อนต่ำ

Amplification Bias

• ชิ้นส่วน DNA ที่สกัดจากเซลล์จะถูกคัดลอกหลายครั้งก่อนการจัดลำดับ
• ชิ้นส่วนแต่ละชิ้นให้จำนวนสำเนาที่ไม่เท่ากัน
• ชิ้นส่วนเดียวกันอาจถูกจัดลำดับหลายครั้ง
• ชิ้นส่วน DNA ชิ้นเดียวอาจทำให้ coverage สูงเกินจริงและนำไปสู่การเรียกพีคที่ผิดพลาด

รายงานการควบคุมคุณภาพ

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

การเตรียมไฟล์อินพุต

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
...	...	...	...	...	...	...	...

การทำความสะอาดข้อมูล

• ลบรีดที่ซ้ำกัน
• ลบรีดที่แมปได้หลายตำแหน่ง
• ลบรีดที่มีคุณภาพการแมปต่ำ
• ลบพีคในบริเวณ blacklisted

การทำความสะอาดข้อมูล

• ลบรีดที่ซ้ำกัน
• ลบรีดที่แมปได้หลายตำแหน่ง
• ลบรีดที่มีคุณภาพการแมปต่ำ
• ลบพีคในบริเวณ blacklisted

การทำความสะอาดข้อมูล

• ลบรีดที่ซ้ำกัน
• ลบรีดที่แมปได้หลายตำแหน่ง
• ลบรีดที่มีคุณภาพการแมปต่ำ
• ลบพีคในบริเวณ blacklisted
  • บริเวณ blacklisted ได้มาจากโครงการ ENCODE

มาฝึกกันเถอะ!

ChIP-seq with Bioconductor in R