歡迎關(guān)注”生信修煉手冊(cè)”!

chip-seq技術(shù)依托于高通量測序技術(shù)和生信分析的發(fā)展，可以在全基因組范圍內(nèi)分析DNA與蛋白質(zhì)的相互作用，目前常用于研究轉(zhuǎn)錄因子，各種組蛋白修飾在基因組上的結(jié)合位點(diǎn)，和依托芯片的Chip-chip技術(shù)相比，chip-seq實(shí)驗(yàn)周期更短，更加高效，覆蓋的基因組范圍也更加廣泛，是研究基因調(diào)控，表觀修飾的利器之一。

本文整理了chip_seq分析相關(guān)的資料，首先是chip_seq的基本概念以及常用的質(zhì)控指標(biāo)

• Chip-seq簡介

• chip_seq質(zhì)量評(píng)估之計(jì)算樣本間的相關(guān)性

• chip_seq質(zhì)量評(píng)估之查看抗體富集效果

• chip_seq質(zhì)量評(píng)估之PCA分析

• chip_seq質(zhì)量評(píng)估之coverage分析

• chip_seq質(zhì)量評(píng)估之FRiP Score

• chip_seq質(zhì)量評(píng)估之cross correlation

• 使用phantompeakqualtools進(jìn)行cross correlation分析

• chip_seq質(zhì)量評(píng)估之文庫復(fù)雜度

對(duì)于chip_seq而言，測序深度的可視化也是非常重要的一環(huán)

• depth, bedgraph, bigwig之間的聯(lián)系與區(qū)別

• bigwig歸一化方式詳解

• 使用igvtools可視化測序深度分布

• 使用UCSC基因組瀏覽器可視化測序深度分布數(shù)據(jù)

• 使用deeptools查看reads分布特征

其核心分析內(nèi)容，當(dāng)然是peak calling了

• blacklist regions:NGS測序數(shù)據(jù)中的黑名單

• MACS:使用最廣泛的peak calling軟件之一

• MACS2 peak calling實(shí)戰(zhàn)

• tagAlign格式在MACS軟件中的運(yùn)用

• narrow,broad, gapped peak:三種格式之間的區(qū)別與聯(lián)系

• 使用SICER進(jìn)行peak calling

• 使用HOMER進(jìn)行peak calling

得到peak之后，就是對(duì)peak區(qū)域進(jìn)行注釋

• peak注釋信息揭秘

• PAVIS:對(duì)peak區(qū)域進(jìn)行基因注釋的在線工具

• 使用UPORA對(duì)peak進(jìn)行注釋

• 使用GREAT對(duì)peak進(jìn)行功能注釋

• annoPeakR:一個(gè)peak注釋的在線工具

• 使用ChIPpeakAnno進(jìn)行peak注釋

• 使用ChIPseeker進(jìn)行peak注釋

• 使用PeakAnalyzer進(jìn)行peak注釋

• 使用homer進(jìn)行peak注釋

• 利用bedtools預(yù)測chip_seq數(shù)據(jù)的靶基因

根據(jù)peak區(qū)域的序列，還可以進(jìn)行motif分析，識(shí)別特定蛋白結(jié)合區(qū)域的序列

• 關(guān)于motif你需要知道的事

• 詳解motif的PFM矩陣

• 詳解motif的PWM矩陣

• 使用WebLogo可視化motif

• 使用seqLogo可視化motif

• 使用ggseqlogo可視化motif

• MEME:motif分析的綜合性工具

• 使用MEME挖掘序列中的de novo motif

• 使用DREME挖掘序列中的de novo motif

• 使用MEME-ChIP挖掘序列中的de novo motif

chip_seq發(fā)展了這么多年，已經(jīng)積累了大量的實(shí)驗(yàn)數(shù)據(jù)和分析結(jié)果，公共數(shù)據(jù)庫很多

• ENCODE project項(xiàng)目簡介

• FactorBook:人和小鼠轉(zhuǎn)錄因子chip_seq數(shù)據(jù)庫

• GTRD:最全面的人和小鼠轉(zhuǎn)錄因子chip_seq數(shù)據(jù)庫

• ChIP-Atlas:基于公共chip_seq數(shù)據(jù)進(jìn)行分析挖掘

• Cistrome DB:人和小鼠的chip_seq數(shù)據(jù)庫

• chipBase:轉(zhuǎn)錄因子調(diào)控網(wǎng)絡(luò)數(shù)據(jù)

• ReMap:人類Chip-seq數(shù)據(jù)大全

• IHEC:國際人類表觀基因組學(xué)聯(lián)盟

• Epifactors:表觀因子數(shù)據(jù)庫

• unibind:human轉(zhuǎn)錄因子結(jié)合位點(diǎn)數(shù)據(jù)庫

chip_seq也常被用來研究增強(qiáng)子和超級(jí)增強(qiáng)子

• chip_seq在增強(qiáng)子研究中的應(yīng)用

• DENdb:human增強(qiáng)子數(shù)據(jù)庫

• VISTA:人和小鼠的增強(qiáng)子數(shù)據(jù)庫

• EnhancerAtlas:人和小鼠的增強(qiáng)子數(shù)據(jù)庫

• FANTOM5:人類增強(qiáng)子數(shù)據(jù)庫

• TiED:人類組織特異性增強(qiáng)子數(shù)據(jù)庫

• HEDD:增強(qiáng)子疾病相關(guān)數(shù)據(jù)庫

• HACER:human增強(qiáng)子數(shù)據(jù)庫

• SEdb:超級(jí)增強(qiáng)子數(shù)據(jù)庫簡介

• dbSUPER:人和小鼠中的超級(jí)增強(qiáng)子數(shù)據(jù)庫

• dbCoRC:核心轉(zhuǎn)錄因子數(shù)據(jù)庫

• 使用ROSE鑒定超級(jí)增強(qiáng)子

chip_seq數(shù)據(jù)分析結(jié)果的好壞取決于實(shí)驗(yàn)的質(zhì)量，一個(gè)好的文庫是數(shù)據(jù)分析成功的前提，所以在chip_seq中質(zhì)控的指標(biāo)很多，只要保證實(shí)驗(yàn)的準(zhǔn)確性和可靠性，才能分析得到有效的結(jié)論。

·end·

—如果喜歡，快分享給你的朋友們吧—

往期精彩

• 自己動(dòng)手進(jìn)行邏輯回歸，你也可以！

• GWAS大家都知道，Gene-Based GWAS你了解嗎？

• 3步搞定GWAS中的Gene Set Analysis

• 你聽說過Epistasis嗎？

• GWAS中的Gene-Gene Interactions如何分析？看這里

• 終于搞清楚了Lasso回歸和Ridge回歸的區(qū)別
  

• odd ratio置信區(qū)間的計(jì)算，你學(xué)會(huì)了嗎？

• 多元回歸分析存在多重共線性了怎么辦？

• 基因型與表型的交互作用如何分析，多元回歸來搞定

• 曼哈頓圖就夠了嗎?你還需要LocusZoom

• GWAS做完了，下一步做什么？
  

? GWAS meta分析

• GWAS樣本量不夠怎么辦，meta分析了解一下

• 你沒看錯(cuò)，搞定GWAS meta分析只需一行代碼！

• meta分析的森林圖不會(huì)畫？看這里

• GWAMA:GWAS meta-analysis的又一利器

• 點(diǎn)擊鼠標(biāo)即可完成GWAS meta分析，任何人都可以！

• 用R進(jìn)行g(shù)was meta分析,原來如此簡單
  

??基因型填充

• GWAS中的genotype imputation簡介
  

• 基因型填充中的phasing究竟是什么
  

• 基因型填充前的質(zhì)控條件簡介
  

• 使用shapeit進(jìn)行單倍型分析
  

• gtool:操作genotype data的利器
  

• 使用IMPUTE2進(jìn)行基因型填充
  

• 使用Beagle進(jìn)行基因型填充
  

• 使用Minimac進(jìn)行基因型填充
  

• 使用Eagle2進(jìn)行單倍型分析
  

• X染色體的基因型填充
  

• 文獻(xiàn)解讀|不同基因型填充軟件性能的比較
  

• Haplotype Reference Consortium:最大規(guī)模的單倍型數(shù)據(jù)庫
  

• Michigan Imputation Server:基因型填充的在線工具
  

??CNV分析

• aCGH芯片簡介
  

• aCGH芯片分析簡介

• 基于SNP芯片進(jìn)行CNV分析中的基本知識(shí)點(diǎn)

• PennCNV:利用SNP芯片檢測CNV

• DGV:人類基因組結(jié)構(gòu)變異數(shù)據(jù)庫

• dbvar:染色體結(jié)構(gòu)變異數(shù)據(jù)庫

• DGVa:染色體結(jié)構(gòu)變異數(shù)據(jù)庫

• CNVD:疾病相關(guān)的CNV數(shù)據(jù)庫

• DECIPHER:疾病相關(guān)的CNV數(shù)據(jù)庫

• 全基因組數(shù)據(jù)CNV分析簡介

• 使用CNVnator進(jìn)行CNV檢測

• 使用lumpy進(jìn)行CNV檢測

• CNVnator原理簡介

• WES的CNV分析簡介

• XHMM分析原理簡介

• 使用conifer進(jìn)行WES的CNV分析

• 使用EXCAVATOR2檢測WES的CNV

• 靶向測序的CNV分析簡介

• 使用CNVkit進(jìn)行CNV分析

• DECoN:最高分辨率的CNV檢測工具

? TCGA

• TCGA數(shù)據(jù)庫簡介

• 使用GDC在線查看TCGA數(shù)據(jù)

• 使用gdc-client批量下載TCGA數(shù)據(jù)

• 一文搞懂TCGA中的分析結(jié)果如何來

• 通過GDC Legacy Archive下載TCGA原始數(shù)據(jù)

• 使用GDC API查看和下載TCGA的數(shù)據(jù)

• 使用GDC下載TCGA腫瘤患者的臨床信息

• 使用TCGAbiolinks下載TCGA的數(shù)據(jù)

• 使用TCGAbiolinks進(jìn)行生存分析

• 使用TCGAbiolinks分析TCGA中的表達(dá)譜數(shù)據(jù)

• 使用TCGAbiolinks進(jìn)行甲基化和轉(zhuǎn)錄組數(shù)據(jù)的聯(lián)合分析

• Broad GDAC:TCGA數(shù)據(jù)分析中心

• 使用cBioPortal查看TCGA腫瘤數(shù)據(jù)
  

• UCSC ?Xena:癌癥基因組學(xué)數(shù)據(jù)分析平臺(tái)

• GEPIA:TCGA和GTEx表達(dá)譜數(shù)據(jù)分析平臺(tái)

• TANRIC:腫瘤相關(guān)lncRNA數(shù)據(jù)庫

• SurvNet:基于網(wǎng)絡(luò)的腫瘤biomarker基因查找算法

• TCPA:腫瘤RPPA蛋白芯片數(shù)據(jù)中心

• TCGA Copy Number Portal:腫瘤拷貝數(shù)變異數(shù)據(jù)中心

? 生存分析

• 生存分析詳細(xì)解讀

• 用R語言進(jìn)行KM生存分析

• 使用OncoLnc進(jìn)行TCGA生存分析

• 用R語言進(jìn)行Cox回歸生存分析

• 使用kmplot在線進(jìn)行生存分析

? 腫瘤數(shù)據(jù)庫

• ICGC:國際腫瘤基因組協(xié)會(huì)簡介

• HPA:人類蛋白圖譜數(shù)據(jù)庫

• Oncomine:腫瘤芯片數(shù)據(jù)庫

• ONGene:基于文獻(xiàn)檢索的腫瘤基因數(shù)據(jù)庫

• oncomirdb:腫瘤相關(guān)的miRNA數(shù)據(jù)庫

• TSGene:腫瘤抑癌基因數(shù)據(jù)庫

• NCG:腫瘤驅(qū)動(dòng)基因數(shù)據(jù)庫

• mutagene:腫瘤突變頻譜數(shù)據(jù)庫

• CCLE:腫瘤細(xì)胞系百科全書

• mSignatureDB:腫瘤突變特征數(shù)據(jù)庫

• GTEx:基因型和基因表達(dá)量關(guān)聯(lián)數(shù)據(jù)庫

? 腫瘤免疫和新抗原

• Cancer-Immunity Cycle:腫瘤免疫循環(huán)簡介

• TMB:腫瘤突變負(fù)荷簡介

• 腫瘤微環(huán)境:Tumor microenvironment (TME)簡介

• 腫瘤浸潤免疫細(xì)胞量化分析簡介

• 使用EPIC預(yù)測腫瘤微環(huán)境中免疫細(xì)胞構(gòu)成

• TIMER:腫瘤浸潤免疫細(xì)胞分析的綜合網(wǎng)站

• quanTIseq:腫瘤浸潤免疫細(xì)胞定量分析

• The Cancer Immunome Atlas:腫瘤免疫圖譜數(shù)據(jù)庫

• 腫瘤新抗原簡介

• TSNAdb:腫瘤新抗原數(shù)據(jù)庫

• 使用NetMHCpan進(jìn)行腫瘤新抗原預(yù)測分析

? Hi-C數(shù)據(jù)分析

• chromosome-territories:染色質(zhì)疆域簡介

• chromosome conformation capture:染色質(zhì)構(gòu)象捕獲技術(shù)

• 3C的衍生技術(shù)簡介

• 解密Hi-C數(shù)據(jù)分析中的分辨率

• A/B compartment:染色質(zhì)區(qū)室簡介

• TAD:拓?fù)潢P(guān)聯(lián)結(jié)構(gòu)域簡介

• chromatin loops:染色質(zhì)環(huán)簡介

• Promoter Capture Hi-C:研究啟動(dòng)子區(qū)染色質(zhì)互作的利器

• 使用HiCUP進(jìn)行Hi-C數(shù)據(jù)預(yù)處理

• Juicer:Hi-C數(shù)據(jù)處理分析的利器

• Juicer軟件的安裝詳解

• Juicebox:Hi-C數(shù)據(jù)可視化利器

• Juicer實(shí)戰(zhàn)詳解

• HiC-Pro:靈活的Hi-C數(shù)據(jù)處理軟件

• HiC-Pro實(shí)戰(zhàn)詳解

• 3D Genome Browser:Hi-C數(shù)據(jù)可視化工具

• HiCPlotter:Hi-C數(shù)據(jù)可視化工具

• 3CDB:基于3C技術(shù)的染色質(zhì)互作信息數(shù)據(jù)庫
  

• 3DIV:染色質(zhì)空間互作數(shù)據(jù)庫

• 4DGenome:染色質(zhì)相互作用數(shù)據(jù)庫

• 4D nucleome project:染色質(zhì)三維結(jié)構(gòu)研究必不可少的參考項(xiàng)目

• 3dsnp:SNP在染色質(zhì)環(huán)介導(dǎo)的調(diào)控網(wǎng)絡(luò)中的分布數(shù)據(jù)庫

• iRegNet3D:疾病相關(guān)SNP位點(diǎn)在三維調(diào)控網(wǎng)絡(luò)中的作用

• 使用WashU Epigenome Browser可視化hi-c數(shù)據(jù)

• HiGlass:高度定制的Hi-C數(shù)據(jù)可視化應(yīng)用

• Hi-C Data Browser:Hi-C數(shù)據(jù)瀏覽器

• 使用FitHiC評(píng)估染色質(zhì)交互作用的顯著性

• 使用TADbit識(shí)別拓?fù)潢P(guān)聯(lián)結(jié)構(gòu)域

• 使用pyGenomeTracks可視化hi-c數(shù)據(jù)

• hi-c輔助基因組組裝簡介

• 文獻(xiàn)解讀|使用hi-C數(shù)據(jù)輔助埃及伊蚊基因組的組裝

? chip_seq數(shù)據(jù)分析

• Chip-seq簡介

• chip_seq質(zhì)量評(píng)估之計(jì)算樣本間的相關(guān)性

• chip_seq質(zhì)量評(píng)估之查看抗體富集效果

• chip_seq質(zhì)量評(píng)估之PCA分析

• chip_seq質(zhì)量評(píng)估之coverage分析

• chip_seq質(zhì)量評(píng)估之FRiP Score

• chip_seq質(zhì)量評(píng)估之cross correlation

• chip_seq質(zhì)量評(píng)估之文庫復(fù)雜度

• depth, bedgraph, bigwig之間的聯(lián)系與區(qū)別

• bigwig歸一化方式詳解
  

• 使用igvtools可視化測序深度分布

• 使用UCSC基因組瀏覽器可視化測序深度分布數(shù)據(jù)

• 使用deeptools查看reads分布特征

• 使用phantompeakqualtools進(jìn)行cross correlation分析
  

• blacklist regions:NGS測序數(shù)據(jù)中的黑名單

• MACS:使用最廣泛的peak calling軟件之一

• MACS2 peak calling實(shí)戰(zhàn)

• 使用SICER進(jìn)行peak calling

• 使用HOMER進(jìn)行peak calling

• peak注釋信息揭秘

• PAVIS:對(duì)peak區(qū)域進(jìn)行基因注釋的在線工具

• 使用UPORA對(duì)peak進(jìn)行注釋

• 使用GREAT對(duì)peak進(jìn)行功能注釋

• annoPeakR:一個(gè)peak注釋的在線工具

• 使用ChIPpeakAnno進(jìn)行peak注釋

• 使用ChIPseeker進(jìn)行peak注釋

• 使用PeakAnalyzer進(jìn)行peak注釋

• 使用homer進(jìn)行peak注釋

• 利用bedtools預(yù)測chip_seq數(shù)據(jù)的靶基因
  

? motif

• 關(guān)于motif你需要知道的事

• 詳解motif的PFM矩陣

• 詳解motif的PWM矩陣

• 使用WebLogo可視化motif

• 使用seqLogo可視化motif

• 使用ggseqlogo可視化motif

• MEME:motif分析的綜合性工具

• 使用MEME挖掘序列中的de novo motif

• 使用DREME挖掘序列中的de novo motif

• 使用MEME-ChIP挖掘序列中的de novo motif

? chip_seq數(shù)據(jù)庫

• ENCODE project項(xiàng)目簡介

• FactorBook:人和小鼠轉(zhuǎn)錄因子chip_seq數(shù)據(jù)庫

• ReMap:人類Chip-seq數(shù)據(jù)大全

• IHEC:國際人類表觀基因組學(xué)聯(lián)盟

• Epifactors:表觀因子數(shù)據(jù)庫

• GTRD:最全面的人和小鼠轉(zhuǎn)錄因子chip_seq數(shù)據(jù)庫

• ChIP-Atlas:基于公共chip_seq數(shù)據(jù)進(jìn)行分析挖掘

• Cistrome DB:人和小鼠的chip_seq數(shù)據(jù)庫

• chipBase:轉(zhuǎn)錄因子調(diào)控網(wǎng)絡(luò)數(shù)據(jù)

• unibind:human轉(zhuǎn)錄因子結(jié)合位點(diǎn)數(shù)據(jù)庫

• chip_seq在增強(qiáng)子研究中的應(yīng)用

• DENdb:human增強(qiáng)子數(shù)據(jù)庫

• VISTA:人和小鼠的增強(qiáng)子數(shù)據(jù)庫

• EnhancerAtlas:人和小鼠的增強(qiáng)子數(shù)據(jù)庫

• FANTOM5:人類增強(qiáng)子數(shù)據(jù)庫

• TiED:人類組織特異性增強(qiáng)子數(shù)據(jù)庫

• HEDD:增強(qiáng)子疾病相關(guān)數(shù)據(jù)庫

• HACER:human增強(qiáng)子數(shù)據(jù)庫

• SEdb:超級(jí)增強(qiáng)子數(shù)據(jù)庫簡介

• dbSUPER:人和小鼠中的超級(jí)增強(qiáng)子數(shù)據(jù)庫

• dbCoRC:核心轉(zhuǎn)錄因子數(shù)據(jù)庫

• 使用ROSE鑒定超級(jí)增強(qiáng)子

??18年文章目錄

• 2018年推文合集

掃描下方二維碼，關(guān)注我們，解鎖更多精彩內(nèi)容！

生物信息入門

只差這一個(gè)

公眾號(hào)

總結(jié)

以上是生活随笔為你收集整理的chip_seq数据分析专题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。