ChIP-seq 分析:文库的复杂性和丰富性(7)

简介: ChIPseq 中的一个潜在噪声源是 ChIPseq 库在 PCR 步骤中的过度放大。这可能会导致大量重复读取,从而混淆峰值调用。

1. 文库复杂性

complexity

2. 重复

我们应该比较样本之间的重复率,以确定任何经历过度放大的样本,从而确定复杂性较低的可能性。

flattagcounts() 函数报告可以报告重复的数量和总映射读取,因此我们可以从那里计算我们的重复率。

myFlags <- flagtagcounts(myQC)
myFlags["DuplicateByChIPQC", ]/myFlags["Mapped", ]

myFlags

3. 跨基因 reads 富集

我们还可以使用 ChIPQC 使用 plotRegi() 函数来查看我们在基因特征上的 reads 分布。

在这里,与输入样本相比,我们预计 ChIPseq 信号在 5'UTR 和启动子中更强。

p <- plotRegi(myQC)

p

相关文章
|
1月前
|
数据采集 数据挖掘
RNA-seq 差异分析的细节详解 (7)
RNA-seq 差异分析的细节详解 (7)
42 8
RNA-seq 差异分析的细节详解 (7)
|
2月前
|
数据可视化 数据挖掘
RNA-seq 差异分析的细节详解 (6)
RNA-seq 差异分析的细节详解 (6)
121 38
RNA-seq 差异分析的细节详解 (6)
|
4月前
|
数据可视化 C++
RNA-seq 差异分析的点点滴滴(3)
RNA-seq 差异分析的点点滴滴(3)
87 27
RNA-seq 差异分析的点点滴滴(3)
|
3月前
|
存储 数据可视化 项目管理
RNA-seq 差异分析的细节详解 (5)
RNA-seq 差异分析的细节详解 (5)
114 4
RNA-seq 差异分析的细节详解 (5)
|
3月前
|
并行计算 数据可视化 开发者
RNA-seq 差异分析的点点滴滴(4)
RNA-seq 差异分析的点点滴滴(4)
102 3
RNA-seq 差异分析的点点滴滴(4)
|
4月前
|
Python
RNA-seq 差异分析的点点滴滴(2)
RNA-seq 差异分析的点点滴滴(2)
87 10
RNA-seq 差异分析的点点滴滴(2)
|
4月前
|
存储
RNA-seq 差异分析的点点滴滴(1)
RNA-seq 差异分析的点点滴滴(1)
72 1
RNA-seq 差异分析的点点滴滴(1)
|
10月前
|
机器学习/深度学习 存储 人工智能
NeurIPS'23 Paper Digest | PromptTPP: Prompt Pool 与时序点过程模型的持续学习
我们完成了首个把 Prompt Pool 机制首次引入时间序列领域的工作。代码、数据均已经开源,并将集成进开源库 EasyTPP。
NeurIPS'23 Paper Digest | PromptTPP: Prompt Pool 与时序点过程模型的持续学习
|
算法 数据挖掘 Windows
靶向RNA-seq全面解决方案和加速分析,只看这篇就够了!
靶向RNA-seq全面解决方案和加速分析,只看这篇就够了!
149 0
|
机器学习/深度学习 算法 数据挖掘
Sentieon | 每周文献-Long Read Sequencing(长读长测序)-第七期
Sentieon | 每周文献-Long Read Sequencing(长读长测序)-第七期
111 0