ChIP-seq 分析：数据与Peak 基因注释（10）
动动发财的小手，点个赞吧！## 1. 数据
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。
- 可在[此处](https://www.encodeproject.org/experiments/ENCSR000EUA/ "Data1")找到 MEL 细胞系中 Myc ChIPseq 的信息和文件
- 可在[此处](https://www.encodeproject.org/experiments/ENCSR000ERN/ "Data2")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。
```R
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
```
!(data/attachment/forum/plugin_zhanmishu_markdown/202407/aaae6854c2108e7d36b41a311591be85_1720446403_2350.png)
## 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。
```R
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")
```
!(data/attachment/forum/plugin_zhanmishu_markdown/202407/86ba8f015de10ad3772ce0f22e57d31a_1720446403_1761.png)
这使我们能够生成峰及其预测目标基因的 GRanges 或数据框。
```R
annotatedPeaksGR <- as.GRanges(peakAnno)
annotatedPeaksDF <- as.data.frame(peakAnno)
annotatedPeaksDF
```
页:
[1]