- macs2运行参数
-
macs2 callpeak -t K1_ChIPed_S1_L007_R1.bam -c K1_Input_S5_L007_R1.bam -f BAM -g mm -n K1 -B -q 0.01
-t -c 实验组和对照组结果
-f 输入文件格式
-g 参考基因组有效大小,人类选择hs,也可以根据基因组大小直接输入数值
-n 输出前缀
-B 输出bdg格式文件,可以上传到UCSC生成峰图
-q q值,默认0.05
-p p值,未校正值
- 导入到R中
-
d.c1 <- read.table('C1_result/C1_peaks.xls',header = TRUE)
header = TRUE表示第一行为列名称
-
-
- 生成列并处理列表数据
- head(d.c1)
- 染色体位置 起始位点 终止位点 区域长度 峰值位点 峰值高度
- 1 chr start end length abs_summit pileup
- 2 NC_000067.6 24611563 24616156 4594 24615334 149
- 3 NC_000067.6 73948825 73948947 123 73948886 13
- 4 NC_000067.6 75360214 75360329 116 75360218 10
- 5 NC_000067.6 81725035 81725163 129 81725075 12
- 6 NC_000067.6 134956043 134956222 180 134956160 17
- P值 富集倍数 校正后的Q值 peak名称
- 1 -log10(pvalue) fold_enrichment -log10(qvalue) name
- 2 26.0732 2.72183 19.7407 C1_peak_1
- 3 9.26951 5.71575 4.7134 C1_peak_2
- 4 8.14861 5.59441 3.64848 C1_peak_3
- 5 10.87 6.91483 6.24174 C1_peak_4
- 6 16.4718 9.15449 11.5107 C1_peak_5
-
column<-as.numeric(d.c1[,'col_name'])
d.c1[,'co_name']选择生成图片的列
as.numberic()用于将字符串转换为数值
- 注:XLS里的坐标起始坐标需要减1才与narrowPeak的起始坐标一样。
2020.9.15丨Chip-seq结果可视化之peak检测(上)
- head(d.c1)
- 生成富集峰的宽度分布图
- 运行代码
- width<-as.numeric(d.c1[,'length'])
- hist(width,breaks = 1000,xlim = range(1:1000),main = 'C1_ChIPed_vs_C1_Input',xlab = 'insert_size',col = 'aquamarine1')
- 图示
2020.9.15丨Chip-seq结果可视化之peak检测(上)
- 运行代码
- 生成富集倍数直方图
- 运行代码
- fold<-as.numeric(d.c1[,'fold_enrichment'])
- hist(fold,ylim = range(1:300),xlim = range(1:30),main = 'C1_ChIPed_vs_C1_Input',xlab = 'fold_enrichment',col = 'aquamarine1')
- 图示
2020.9.15丨Chip-seq结果可视化之peak检测(上)
- 运行代码
- 生成显著性水平分布图
- 运行代码
- pvalue<-as.numeric(d.c1[,"X.log10.pvalue."])
- hist(pvalue,breaks = 100,xlim = range(0:100),main = 'C1_ChIPed_vs_C1_Input',xlab = '-10*log10(pvalue)',col = 'aquamarine1')
- 图示
2020.9.15丨Chip-seq结果可视化之peak检测(上)
- 运行代码