我的ChIP-Seq(4):MAnorm差异分析
哈哈，搜了一圈没发现网上有关于MAnorm的中文教程或者是说明，本文将是第一篇~撒花✿✿ヽ(°▽°)ノ✿那就要用心写了，感到鸭梨.jpg==
首先，MAnorm是什么，可以做什么呢？
简单地说，这是一款寻找两个ChIP-Seq样本之间差异peak的软件。一般ChIP的流程中，若是单一处理的细胞系，那么callpeak之后可能会做binding motif的分析或是peak相关gene的功能分析等；但若是两种处理的细胞系（比如饥饿组和对照组），我们肯定想要知道两种处理下，组蛋白修饰的差异，类似于RNA-Seq中差异表达基因的分析，所以这时就需要进行差异分析。MAnorm就可以实现这样的分析需要。
一般来说，上述差异分析不一定要在peaks水平进行，完全可以在reads水平，这个就叫做“一步法”；而通过先分别callpeak再比较peaks的density或者depth等，就是所谓的“两步法”。不同方法有不同类型的软件可供选择，这就是ChIP分析成熟的地方，不过技术流大可根据自己的目的写脚本进行个性化处理，这个暂且不表。
那么差异分析软件如何选择呢？根据组蛋白修饰类型、样品是否有重复、是否需要callpeak（即predefined region set），下图一目了然：
我的样品有宽峰窄峰两种修饰、无重复，项目时间紧张尽量想用一个软件实现，所以选择了MAnorm。
话不多说，直接看图：
1.1.4版本 ：
conda/PyPi
需要注意的是，此版本只支持bed格式且不支持paired-end模式，会把所有reads当成single-end处理。若reads文件想用支持更多的格式（sam/bam/bedpe等），请用v1.2.0。
1.2.0版本 ：
暂时只能从Github复制源码进行安装。方法：
建议首先阅读使用说明，最好从linux中 manorm --help ，或者在Github中找到相应版本的 附带说明 ，这一点很重要，因为有时网上搜到的说明和你实际用的版本不一致，会走弯路，不要问我咋知道的。
所以要准备的文件有4个：
将如上文件移动至新文件夹下待用。***tips：这里不再需要对照组In的文件了
基本命令（--p1 --p2 --r1 --r2 -o是5个必需参数，注意是两个-）：
建议试运行一组数据先，根据报错文件调整格式。软件还不太成熟，需要多调整格式。
运行约10min，产生4个结果文件：
sample1peaks_vs_sample2peaks_all_MAvalues.xls ：这个是主要的结果文件，Excel格式，里面的peak_group有标注是common/1unique/2unique的。
output_figures 文件夹 ：4个图，计算的Mvalue Avalue(MA)及校正之后的MA，大概就是这个意思，还需要读文献琢磨
output_filters 文件夹 ：3个peaks.bed文件，可能就是条件严格了点之后的结果，两个biased包括的peaks很少，一个unbiased包括的peaks很多跟all那个文件差不了多少。
output_tracks 文件夹 ：3个wig文件，是M A values的，UCSC可视的文件类型。
综上，决定用main output file即第一个结果，进行后面的分析。
绛旓細DAP-seq:(DNA affinity purification sequencing) 鏄竴绉嶉珮閫氶噺TF缁撳悎浣嶇偣鍙戠幇鏂规硶锛岀敤浣撳琛ㄨ揪鐨凾FS鏉ヨ闂熀鍥犵粍DNA 鍦ㄥ叏鍩哄洜缁勬按骞筹紝妫娴嬫煇涓狣NA缁撳悎铔嬬櫧鐨勫垎甯冦傛槸ChIP-seq鐨勪竴绉嶆浛浠ｆ柟妗堬紝鍦ㄤ綋澶栭噸缁勮〃杈捐浆褰曞洜瀛愯泲鐧斤紝涓庡熀鍥犵粍DNA鐩镐簰浣滅敤锛屽涓庨噸缁勮泲鐧界粨鍚堢殑DNA娴嬪簭锛屽垎鏋愯幏寰楄泲鐧界粨鍚堢殑鍩哄洜浣嶇疆锛屼互鍙...
绛旓細Histone H3K27ac separatesactive from poised enhancers and predicts developmental state . Creyghton, M.P. et al. Proc. Natl. Acad. Sci. USA 107,21931鈥21936 (2010)鍥炬敞锛欰銆佷娇鐢ChIP-Seq閴村畾鐨勮繙绔疕3K4me1缁勮泲鐧芥爣璁伴壌瀹氫簡榧燛S缁嗚優涓殑缁嗚優绫诲瀷鐗瑰紓鎬у寮哄瓙锛氬熀浜嶩3K4me1瀵岄泦鍜岄潪H3K4me3...
绛旓細computeMatrix 鎻愪緵浠ヤ笅涓ょ鐢ㄦ硶浠ヤ笉鍚岀殑鍙傝冪郴璁＄畻ChIP-seq鐨勪俊鍙 --scoreFileName, -S 锛氳緭鍏ョ殑bw鏂囦欢锛屽彲浠ユ槸鏍℃鍚庣殑bw鏂囦欢 --regionsFileName, -R 锛欱ED/GTF 鏍煎紡鐨勬枃浠讹紝鎸囧畾闇瑕佽绠楃殑鍩哄洜缁勫尯鍩 --outFileName, -out, -o 锛氳緭鍑虹殑鏂囦欢 --regionBodyLength, -m 锛缂╂斁鍚庣殑鍩哄洜缁勫尯鍩熼暱搴...
绛旓細杩欎竴绯诲垪鎿嶄綔浣垮緱ChIP-seq闇瑕佺櫨涓囦釜缁嗚優浣滀负璧峰鏉愭枡銆備负鍑忓皯ChIP-seq鎶鏈缁嗚優鏁扮洰鐨勮姹傦紝杩戝勾鏉ワ紝涓浜涢傜敤浜庡皯閲忕粏鑳炶捣濮鐨凜hIP-seq鎶鏈閫愭笎寮鍙戝嚭鏉ワ紝鍖呮嫭MOWChIP锛孲TAR-ChIP鍜孶LI-NChIP绛夈傝櫧鐒禗rop-ChIP绗竴娆″疄鐜颁簡鍗曠粏鑳炴按骞矯hIP-seq锛岀劧鑰岃繖涓鎶鏈緷璧栫壒娈婄殑寰祦鎺ц缃紝骞朵笖姣忎釜缁嗚優鍙兘鎹曡幏鍒...
绛旓細涓嶅悓鐨勮繃婊よ蒋浠堕兘浼氭湁鍜屾帴澶 stringency 鐩稿叧鐨勫弬鏁拌缃紝姣斿reads鍜屾帴澶存渶灏忕殑閲嶅彔纰卞熀鏁般佹渶澶氱殑閿欓厤鏁般傚綋璁剧疆涓涓瘮杈冨皬鐨剆tringency鍊硷紝灏变繚璇佹渶涓轰弗鏍硷紝鑳芥娴嬬粷澶у鏁扮殑鎺ュご銆傛瘮濡 trim_galore 鐨勮繖涓弬鏁帮紙榛樿鏄潪甯镐弗鏍硷細鏁板1锛夛細澶ч儴鍒鐨凜hIP-seq鏁版嵁閮芥槸鐭闀匡紝鍘讳綆璐ㄩ噺涓嶆槸蹇呴』鐨勩備絾鏄...
绛旓細Markljung绛夊埄鐢ChIP-Seq鎶鏈紝鍙戠幇锛氬鐚狪GF2鍩哄洜锛堢紪鐮両nsulin-like growth factor 2锛夌涓夊唴鍚瓙鍗曠⒈鍩篏鈫扐鐨勬浛鎹紝瀵艰嚧鎶戝埗鍥犲瓙ZBED6鍦ㄨ鍩哄洜涓婄粨鍚堜綅鐐圭殑涓уけ锛屼粠鑰屼娇IGF2鍦ㄩ楠艰倢涓笂璋冭〃杈撅紙琛ㄨ揪閲忔槸姝ｅ父鎯呭喌鐨3鍊嶏級锛岃繖涓绐佸彉涓昏褰卞搷鑲岃倝鐢熼暱锛堟彁楂樹簡楠ㄩ鑲岀殑鏁伴噺锛屽洜姝ょ尓鑲変骇閲忔彁楂樹簡3~4%锛...
绛旓細4銆佷华鍣ㄦ晠闅滐細鏈夋椂鏄洜涓轰华鍣ㄦ晠闅滃鑷村缓搴撳け璐ャ傚缓璁畾鏈熷浠櫒杩涜缁存姢鍜屼繚鍏伙紝鍙戠幇闂鍙婃椂杩涜澶勭悊銆5銆佽川鎺уけ璐ワ細灏界搴撶殑寤虹珛绗﹀悎瑕佹眰锛屼絾鍦ㄨ川鎺ц繃绋嬩腑锛屽嚭鐜扮殑寮傚父鎯呭喌涔熶細瀵艰嚧寤哄簱澶辫触銆傝繖鍙兘闇瑕佸璐ㄦ帶鐨勮繃绋嬪拰鏍囧噯杩涜璇︾粏鐨勫垎鏋愬拰璇勪及銆傚湪Chip-seq寤哄簱娴佺▼涓紝瑕佽繘琛屽绉嶆搷浣滐紝鍥犳鍦ㄥ缓搴撳け璐ュ悗...
绛旓細绀轰緥缁撴灉鍙互鐪嬶細 https://www.dropbox.com/s/sn8drmjj2tar4xs/ChIPQCreport - full dataset.zip?dl=1 棣栧厛鏄犲叆鐪煎笜鐨勬槸鎬讳綋鎶ュ憡锛氬叾涓湁涓浜涙寚鏍囪杩囷紝涓浜涙病瑙佽繃锛屽儚鏄疭SD, RiP and RiBL杩欏嚑鍒楀氨鏄疎NCODE璁″垝鎻愬嚭鐨勬寚鏍囥傚氨鏄瘎浼颁簡淇″彿鐨勫垎甯冿紝鍦ㄥ瘜闆嗗尯鍩熴佹暣涓熀鍥犵粍銆佸凡鐭ョ殑artefact regions ...
绛旓細鏍囧噯楂樼骇鏁版嵁鍒嗘瀽鍐呭鍖呮嫭锛氾紙1锛ChIP-Seq搴忓垪涓庡弬鑰冨簭鍒楁瘮瀵癸紱锛2锛塒eak calling锛氱粺璁℃牱鍝丳eak淇℃伅锛堝嘲妫娴嬪強璁℃暟銆佸钩鍧囧嘲闀垮害銆佸嘲闀夸腑浣嶆暟锛夛紱锛3锛夌粺璁℃牱鍝乁niquely mapped reads鍦ㄥ熀鍥犱笂銆佸熀鍥犻棿鍖虹殑鍒嗗竷鎯呭喌鍙婅鐩栨繁搴︼紱锛4锛缁欏嚭姣忎釜鏍峰搧Peak鍏宠仈鍩哄洜鍒楄〃鍙奊O鍔熻兘娉ㄩ噴锛涳紙5锛夊湪澶氫釜鏍峰搧闂达紝瀵逛笌...
绛旓細鍦ㄥ熀鍥犵粍瀛︾殑涓栫晫閲岋紝"peaks"鏄В璇ChIP-seq鏁版嵁鐨勫叧閿湳璇 杩欎釜鐪嬩技绠鍗曠殑姒傚康锛屽疄闄呬笂鎻ず浜嗙敓鐗╁涓泲鐧借川涓嶥NA鐩镐簰浣滅敤鐨勬繁搴︺侰hIP-seq锛屽叏绉颁负Chromatin Immunoprecipitation followed by Sequencing锛堟煋鑹茶川鍏嶇柅娌夋穩鍚庢祴搴忥級锛屾槸涓椤瑰己澶х殑瀹為獙鎶鏈紝鏃ㄥ湪鎻ず缁嗚優鍐呯殑鍩哄洜璋冩帶鏈哄埗銆傚綋鎴戜滑鍦–hIP-seq...
