peak差異分析的工具那麼多,如何選擇?

歡迎關注」生信修煉手冊」!

對於ATAC_seq, chip_seq等抗體富集型文庫而言，peak calling是分析的第一步。通過peak calling,可以得到抗體富集的區域，這些區域有對應的生物學功能，在chip_seq中，可以是轉錄因子結合區或者發生組蛋白修飾的區域，ATAC中對應的就是開放染色質區域。

上述各種測序研究的對象都是基因的表達調控，peak calling幫助我們得到調控片段的染色體位置，可以構建潛在的調控網絡。眾所周知，基因表達調控是一個動態變化的過程，不同生長階段，不同實驗條件的樣本間，其調控元件是會存在差異的，而研究這個動態過程，其意義更加重大，對應到數據上，peak caling之後，我們要做的就是peak 的差異分析。

peak差異分析的工具很多，不同軟體的結果不盡相同，如何選擇是一個難題。在下列文章中，以chip_seq數據為例，針對已經發表的多個peak差異分析工具進行了探索

文章連結如下

http://bioinfo.sibs.ac.cn/shaolab/pdf/2017%20quantitative%20biology;%20review%20of%20chipseq%20differential%20binding%20analysis.pdf

peak 差異分析與peak caling的結果緊密相依，在上述文獻中，將peak差異分析總結為了兩大類，示意如下

第一類，類似轉錄組差異分析的策略，首先基於peak calling的結果，統計peak區域在各個樣本中的表達量，然後進行歸一化，差異分析；第二類，採用了隱馬可夫模型，將基因組的區域分為了非差異，上調，下調3種不同狀態，構建3種狀態間的轉移矩陣，二者最大的區別就在於第二類的軟體不需要依賴已有的peak calling結果。

在實驗設計中，還需要考慮到一個因素就是生物學重複，雖然大多數實驗都是有生物學重複的，但是沒有生物學重複的情況也不可避免，這在選擇對應的分析軟體時要充分考慮。為了方便選取，文獻中整理了如下所示的決策樹

首先明確是是否基於已有的peak區域進行分析，如果不基於已有的peak區域，可以選擇滑動窗口或者隱馬可夫模型， 其中基於滑動窗口的軟體如下

diffReps

PePr

基於隱馬可夫模型的軟體如下

ChIPDiff

ODIN

THOR

如果基於已有的peak結果進行分析，則需要根據有無生物學重複進行判斷，如果沒有生物學重複，可以選擇MAnorm或者GFOLD軟體，如果有生物學重複，而且統計的是raw count格式的表達量，則可以用轉錄組中常用的edgeR, DESeq進行差異分析，如果不是raw count, 則可以用DBChip, ChIPComp, voom來進行分析。

在文章中，說明了用edgeR和DESeq進行peak 差異分析的理由，將peak看做是RNA_seq中的基因，則其定量方式和差異分析可以通用。另外，文章中還提到一種很有啟發的差異分析思路，用macs和scier等peak caling軟體進行差異分析，這些軟體的常規用法是比較實驗樣本和input樣本的差異，進行peak calling, 在用其進行差異分析時，將對照組的樣本看做input, 將實驗組的樣本設置為case, 然後進行peak calling,最終鑑定到的區域，可以看做是兩組間的差異peak 區域。

這篇文章發表的比較早，一些些的差異peak分析軟體沒有包括進來，比如DiffBind, macs2的差異peak 分析功能，後續在詳細介紹各個軟體的用法。

原創不易，歡迎收藏，點讚，轉發！生信知識浩瀚如海，在生信學習的道路上，讓我們一起並肩作戰！本公眾號深耕耘生信領域多年，具有豐富的數據分析經驗，致力於提供真正有價值的數據分析服務，擅長個性化分析，歡迎有需要的老師和同學前來諮詢。

轉發本文至朋友圈，後臺私信截圖即可加入生信交流群，和小夥伴一起學習交流。

掃描下方二維碼，關注我們，解鎖更多精彩內容！