ChIP-seq 分析：数据与Peak 基因注释（10）

数据科学工厂

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,]

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")

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, ]

微信扫一扫分享文章