染色質(zhì)免疫共沉淀測序(ChIP-seq）的數(shù)據(jù)挖掘思路

CHIP-seq研究的數(shù)據(jù)挖掘思路主要分為3步：
后期視情況是否需要下游實(shí)驗(yàn)設(shè)計(jì)驗(yàn)證TF結(jié)合/組蛋白修飾的目標(biāo)區(qū)域和候選靶基因。



1、圖譜分析
（1）peak/reads在基因組上的分布
l  Peak的分布就是蛋白與DNA互作圖譜。
l  不同蛋白對DNA的結(jié)合可以按照峰的寬窄和分布特征分為： l  一般來說，轉(zhuǎn)錄因子的峰型都是narrow  peak；而對于組蛋白修飾，有的峰型為  narrow peak，有的為broad peak。  
（2）信號的富集程度分析——覆蓋度累積曲線
對樣本比對結(jié)果reads累積情況進(jìn)行展示。一定長度窗口(bin)上reads數(shù)進(jìn)行計(jì)數(shù)，然后排序，再依次累加畫圖。input (能測到90 DNA片段)在基因組理論上是均勻分布，隨著測序深度增加趨近于直線，實(shí)驗(yàn)組在排序越高的窗口處reads累積速度越快，說明這些區(qū)域富集的越特異。
narrow peak ：富集程度高；broad peak：富集程度低。    
（3）peak/reads的基因元件富集分析  

• 基于信號富集的靶基因集分類鑒定（基于聚類算法）

（4）peak/reads的基因元件分布分析

（5）peak/reads與TSS的相對距離分布
轉(zhuǎn)錄因子、組蛋白修飾往往具有重要的轉(zhuǎn)錄調(diào)控功能，而TSS附近是主要的轉(zhuǎn)錄調(diào)控區(qū)域，因此判斷peak與TSS的位置關(guān)系有重要的意義。

（6）降維分析
將基因組分為等長窗口（bins），計(jì)算各樣本各窗口內(nèi)的Reads覆蓋情況并進(jìn)行標(biāo)準(zhǔn)化�；�于此數(shù)據(jù)進(jìn)行相關(guān)性、聚類和PCA分析。 （7）motif分析
Motif為一段有特征的DNA短序列，主要為轉(zhuǎn)錄因子的識別位點(diǎn)，不同的motif對應(yīng)不同的轉(zhuǎn)錄因子。
（8）peak的基因注釋和功能分析
2、差異peak分析
（1）非時間序列數(shù)據(jù)：

（2）時間序列數(shù)據(jù)：

（3）差異peak關(guān)聯(lián)基因的PPI分析
（4）感興趣基因的差異peak展示

3、組學(xué)關(guān)聯(lián)分析：CHIP-seq&轉(zhuǎn)錄組學(xué)
（1）Meta genes整體關(guān)聯(lián)

• 距離TSS位點(diǎn)不同距離的peak注釋到的基因的表達(dá)水平分析
• 不同表達(dá)水平的基因，peak的數(shù)量分布對比

轉(zhuǎn)錄水平倍數(shù)變化 vs. peak倍數(shù)變化
 
（2）差異peak基因-DEG對應(yīng)關(guān)聯(lián)：篩選關(guān)鍵目的基因

• peak關(guān)聯(lián)基因與差異表達(dá)基因的重疊分析。
• peak關(guān)聯(lián)基因可以是peak注釋到啟動子區(qū)，TSS±10kb區(qū)的基因，也可以來自已 知公共數(shù)據(jù)庫的注釋，如Human Enhancer Disease Database (HEDD)。
• 九象限圖法