ChIP-seq 分析：文库的复杂性和丰富性（7）

数据科学工厂

1. 文库复杂性

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。

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", ]

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)

微信扫一扫分享文章