ChIP-seq 分析:数据与Peak 基因注释(10)

简介: 今天,我们将继续回顾我们在上一次中研究的 Myc ChIPseq。这包括用于 MEL 和 Ch12 细胞系的 Myc ChIPseq。

动动发财的小手,点个赞吧!

1. 数据

  • 可在此处找到 MEL 细胞系中 Myc ChIPseq 的信息和文件
  • 可在此处找到 Ch12 细胞系中 Myc ChIPseq 的信息和文件

在数据目录中,我们按照上一节中概述的处理步骤提供了来自 MACS2 的峰值调用。

MEL 和 Ch12 细胞系中 Myc 的峰值调用可以在:

data/peaks/

  • data/peaks/Mel_1_peaks.xls
  • data/peaks/Mel_2_peaks.xls
  • data/peaks/Ch12_1_peaks.xls
  • data/peaks/Ch12_1_peaks.xls

2. ChIP Peaks

在上一节中,我们回顾了如何使用 MACS2 等峰值调用程序识别假定的转录因子结合位点。

library(GenomicRanges)
macsPeaks <- "data/peaks/Mel_1_peaks.xls"
macsPeaks_DF <- read.delim(macsPeaks,comment.char="#")
macsPeaks_GR <- GRanges(seqnames=macsPeaks_DF[,"chr"],
                        IRanges(macsPeaks_DF[,"start"],macsPeaks_DF[,"end"]))
mcols(macsPeaks_GR) <- macsPeaks_DF[,c("abs_summit", "fold_enrichment")]
macsPeaks_GR[1:5,]
AI 代码解读

macsPeaks_GR

3. 基因注释

由于转录因子,如名称所示,可能调节其靶基因的转录,我们使用 ChIPseeker 包将代表潜在转录因子结合事件的峰与其重叠或最接近的 mm10 基因相关联。

library(TxDb.Mmusculus.UCSC.mm10.knownGene)
library(ChIPseeker)
peakAnno <- annotatePeak(macsPeaks_GR, tssRegion=c(-1000, 1000), 
                         TxDb=TxDb.Mmusculus.UCSC.mm10.knownGene, 
                         annoDb="org.Mm.eg.db")
AI 代码解读

peakAnno

这使我们能够生成峰及其预测目标基因的 GRanges 或数据框。

annotatedPeaksGR <- as.GRanges(peakAnno)
annotatedPeaksDF <- as.data.frame(peakAnno)
annotatedPeaksDF[1:2, ]
AI 代码解读

目录
打赏
0
0
0
0
331
分享
相关文章
Signac 单细胞|ATAC-seq Call peak
Signac 单细胞|ATAC-seq Call peak
65 0
Signac 单细胞|ATAC-seq Call peak
单细胞分析|整合 scRNA-seq 和 scATAC-seq 数据
单细胞分析|整合 scRNA-seq 和 scATAC-seq 数据
128 0
ChIP-seq 分析:Differential Peaks(15)
ChIP-seq 分析:Differential Peaks(15)
393 0
Sentieon | 每周文献-Long Read Sequencing-第二十九期
Sentieon | 每周文献-Long Read Sequencing-第二十九期
64 0
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
95 0
ChIP-seq 分析:TF 结合和表观遗传状态(13)
ChIP-seq 分析:TF 结合和表观遗传状态(13)
119 0
ChIP-seq 分析:Peak 注释与可视化(9)
到目前为止,我们一直在处理对应于转录因子结合的 ChIPseq 峰。顾名思义,转录因子可以影响其靶基因的表达。
522 0
ChIP-seq 分析:基因集富集(11)
转录因子或表观遗传标记可能作用于按共同生物学特征(共享生物学功能、RNAseq 实验中的共同调控等)分组的特定基因组。
341 0
ChIP-seq 分析:Consensus Peaks(14)
ChIP-seq 分析:Consensus Peaks(14)
197 0
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等