ChIP-Seq 数据分析

ChIP-Seq Data Analysis

概述：

染色质免疫共沉淀技术（Chromatin Immunoprecipitation），是一类通过将与特定蛋白质与其结合DNA序列共同沉淀下来研究其相互作用的方法，这一方法和测序技术结合起来，可以研究转录因子在基因组上的结合区域、特异性修饰的组蛋白位点以及其他DNA结合蛋白的基因组特异结合位点等表观遗传性学问题。ChIP-Seq技术是在ChIP－on－Chip的基础上发展来的，相对于ChIP-on-Chip来说，ChIP-Seq有很多优势：更高的通量；更低廉的价格；双通道ChIP-Seq可以弥补单通道带来的GC偏向问题，产生更加可靠的数据。

数据分析项目

一．数据基本质量分析

基于不同的技术平台，所需要的分析方法不尽相同。对于一般的单通道测序，我们进行序列长度统计、丰度统计、定位百分比（mapping coverage）统计等等，通过随机mapping，我们可以对数据质量进行估计。对于有Input lane的双通道测序，我们会进行横向的对比以得到更准确的结果。

二．峰值的定位

对于不同的数据质量，可以选择相对合适的mapping方法，包括允许不同的mismatch数目等等以得到比较可靠的数据。然后基于这些定位到基因组上的序列和其丰度，找到那些有统计学意义的位点峰值（peak calling）。

三．Binding motif分析

一般的DNA结合因子都是特异性的，有特定的结合基序，对于检测到的峰值序列，我们进行DNA binding motif分析，以期验证或者得到新的DNA结合因子binding motif。

四．和annotation library的分析对比

Peak calling在基因组中的位置在已知注释信息中的分布可以显示DNA结合蛋白的结合偏好性，我们会给出基于不同注释库的分布信息。

五．基因本体学分析（Gene Ontology Analysis）

对于特定的转录因子，其DNA结合位点的下游转录基因在特定试验条件下可能会行使相似的功能，GO分析会找出富集的那些可能的功能。

六．Pathway Analysis

DNA结合蛋白的靶基因有可能会富集在特定的生物信号通路或者代谢通路里面，利用富集检测的统计手段，可以推测出DNA结合因子在特定的环境下所可能行使的生物学功能。