|
目前CHIP的peak检测，我们公司用的软件是MACS，这个软件也是这个领域使用比较广的软件。以下是关于这个软件和参数的一些资料。 （1）一些参考文档： 关于这个软件的参数，我推荐Plob的这篇文章： http://www.plob.org/2014/05/08/7227.html 这篇文章非常详细介绍了MACS的使用方法和要注意的参数。 （2）方法学文章 如果关注更多细节，可以阅读这篇MACS的方法学文章： Zhang, Yong, et al. "Model-basedanalysis of ChIP-Seq (MACS)." Genome biology 9.9 (2008): R137. （3）参考的protocol Nature protocol 有篇这个流程使用的文章（见附件,可下载），你也可以参考下。 Feng, Jianxing, et al. "IdentifyingChIP-seq enrichment using MACS." Nature protocols 7.9 (2012): 1728-1740.. 这篇文章值得详细阅读一下。这篇文章使用三种CHIP数据进行测试性分析，并强调了对应三种数据所需的分析参数的不同。如果你理解了这篇文章，大部分CHIP数据的检测应该没有问题了。 这三种CHIP类型分别是：转录组因子FoxA1（经典的转录因子）、组蛋白H3K4me3（有较强的富集信号，但一般在局部富集），H3K36me3（广泛富集，但富集信号较弱） 简要说来，在默认设置下，MACS的这个软件是通过判断某个区域的测序深度是否高于周边（如果没有input对照）或高于input对照。如果yes，说明这个区域存在信号峰（peak）, 那么说明这个区域有蛋白结合对。但软件一般要先预估峰的宽度，以及由此找到峰的中心。如果是转录因子，使用双峰模型预估是没有问题的。但如果是组蛋白，一般peak可能很宽。因为转录因子结合是离散结合的，一般峰很窄。但如果组蛋白，连续几Kb或几十kb持续修饰是完全可能的。那么使用Macs的双峰模型，估算这个值就容易出错。所以，有两个参数要特殊注意： 1）预设峰跨度 –nomodel –shiftsize=73bp 如果是组蛋白数据，那么就放弃让软件去预估峰宽。所以声明：nomodel。而1个核小体的对应的DNA长度是146bp，所以组蛋白结合信号的最小距离单位也是146bp（146bp才可能出现一次），那么将shiftsize设定为这个长度的一半就ok了。 2）显著性的P value。 Macs的默认P value是 10E-5。但这个值应该根据实际情况调整。例如H3K36me3的富集信号较弱，显著性显然没有转录组因子那么强。所以在Nature protocol 那篇文章中，使用的P value 阈值是10E-3。在执行实际项目的时候，我们也发现对于某些转录组因子分子伴侣蛋白的CHIP数据（记住，这些蛋白是先与转录因子结合，而不是直接结合DNA），由于其结合能力较为弱，所以peak的显著性也比较弱，使用 10E-5 是不合理的。那么选用多大的参数合理呢？ 可以查阅文献，看看是否有哪些promoter是已经报道这个蛋白可以结合的。然后查看这些已知可结合的promoter的结合强度（p value）。根据这些已知信息，来制定P value的阈值过滤标准，是更加合理的。 就这些了，希望这些解释对你有帮助。
| 
[复制链接]
发表于 2015.12.9 14:22:00
置顶卡
千斤顶
发表于 2015.12.10 00:40:26
.gif)
.gif)
.gif)
.gif)
.gif)
广州大学城青蓝街创智大厦C栋3层
020-39341079
omicshare@genedenovo.com