如何使用HOMER进行peakcalling
本篇内容主要讲解“如何使用HOMER进行peak calling”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“如何使用HOMER进行peak calling”吧!
创新互联建站长期为超过千家客户提供的网站建设服务,团队从业经验10年,关注不同地域、不同群体,并针对不同对象提供差异化的产品和服务;打造开放共赢平台,与合作伙伴共同营造健康的互联网生态环境。为上栗企业提供专业的成都网站设计、做网站、成都外贸网站建设公司,上栗网站改版等技术服务。拥有10年丰富建站经验和众多成功案例,为您定制开发。
HOMER是一款进行motif预测的软件,除此之外,该软件还集成了许多其他功能,可以识别用于分析chip_seq,RNA_seq,Hi-C等数据。本文主要介绍如何通过HOMER来进行peak calling。
在HOMER中,通过findPeaks
这个命令来进行peak calling, 这个命令有以下多种模式,对应不同类型的peak的识别
factor
这种模式用于识DNA和蛋白质结合位点,主要用于识别转录因子的结合位点,预测出来的peak的长度是一个固定的数值。histone
这种模式用于识别发生组蛋白修饰的区域,该模式识别到的peak长度不完全相同,是变化的数值。super
这种模式用于识别超级增强子。groseq
这种模式用于分析链特异性的GRO_seq数据tss
这种模式用于分析5’RNA_seq/CAGE/5’GRO_seq, 目的是识别promoter/TSS区域dnase
这种模式用于分析DNase_seq数据,目的是识别DNase酶超敏位点mC
这种模式用于识别DNA甲基化区域
对于chip_seq的peak calling而言,常用的模式就是factor, histone和super这3种模式。具体用法如下,分为两步
1. makeTagDirectory
比对基因组得到bam文件之后,首先用通过makeTagDirectory
这个命令,生成一个文件夹,用法如下
makeTagDirectory out_dir align.bam
输出目录文件如下
├── chr1.tags.tsv
├── chr2.tags.tsv
├── chr3.tags.tsv
...
├── chrY.tags.tsv
├── tagAutocorrelation.txt
├── tagCountDistribution.txt
├── tagInfo.txt
└── tagLengthDistribution.txt
默认将每条染色体的比对情况有一个tags.tsv文件来存储,除此之外,还有几个以tag开头的文件,包含了一些简单的统计信息。
tagCountDistribution.txt包含了测序深度的分布信息,第一列为测序深度的值,第二列为对应的reads的比例。根据这个文件的前10行,在R里面可视化如下
对于chip样本而言,unique mapping reads的比例越高越好,所以可以看到测序深度为1的比例是最高的。
tagLengthDistribution.txt包含了reads的长度分布信息,第一列为长度,第二列为对应reads的比例, 在R里面可视化如下
可以对插入片段的长度分布有一个直观的了解。
tagAutocorrelation.txt用于评估测序数据正负链上测序深度分布的相关性,在R里面可视化如下
正负连的峰值间距离为插入偏度的长度。
2. findPeaks
分别对input和IP样本建立好tagdirectory之后就可以peak calling, 用法如下
findPeaks ip_tagdir/ -i input_tagdir -style histone -o homer.peak.txt
输出结果和macs2的类似,分成了两部分,文件头尾以#
开头的行为注释行,部分信息如下
peak对应的行示意如下
到此,相信大家对“如何使用HOMER进行peak calling”有了更深的了解,不妨来实际操作一番吧!这里是创新互联网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
本文名称:如何使用HOMER进行peakcalling
网址分享:http://azwzsj.com/article/pgggsh.html