在chip_seq数据展示时,经常会用到bigwig文件,导入igvtools等基因组浏览器中,产生如下所示的图片 我们将IP样本相对Input样本中reads富集的区域定义为peak, 反映到上图中,则对应的为IP样本中reads出现了峰值,比如下图红色标记的区域 通过这种可视化的方式,可以直观的反映出peak区域的情况,但是在实际使用中需要注意归一化的问题。 bigwig文件本质上展示的是测序深度的分布信息,而原始的测序深度是和测序的reads量呈正相关关系的,比如Input样本测序5G, IP样本测序10G, 在原始的测序深度看,会看到Input样本相比IP样本,其测序深度是偏高的。当然这个是一个极端的例子,但是很好的说明了测序量的差异对原始的测序深度会有直接的影响。 为了消除样本间测序数据量差异的影响,很当然的我们想到了归一化,类似转录组中的定量策略,原始的测序深度就是raw count, 那么当然类似 在deeptools中,提供了多种归一化方式 1. RPKMRPKM的公式如下 RPKM (per bin) = number of reads per bin / (number of mapped reads (in millions) * bin length (kb)) 用法如下 deeptools bamCoverage \ 2. CPMCPM的公式如下 CPM (per bin) = number of reads per bin / number of mapped reads (in millions) 用法如下 deeptools bamCoverage \ 3. BPMBPM的公式如下 BPM (per bin) = number of reads per bin / sum of all reads per bin (in millions) 用法如下 deeptools bamCoverage \ 4. RPGCRPGC的公式如下 RPGC (per bin) = number of reads per bin / scaling factor for 1x average coverage 用法如下 deeptools bamCoverage \ 对于同一个样本而言,导入igvtools中,几种归一化方式产生的bigwig文件和原始的bigwig文件的峰形是完全一样的 ,示意如下 注意红色方框标记的纵轴的范围,可以看到不同方式,其纵轴范围不一样。 归一化主要用于样本间的比较, 比如在比较Input和Ip两个样本时,就应该使用归一化之后的数据,以 可以看到纵轴的范围是不一致的,为了更好的比较样本间的差异,我们需要把二者的纵轴范围调整成一致的,因为数据已经做了归一化处理,所以可以直接在同一范围内进行比较,设置成同一范围后,效果如下 对于上述多种归一化方式,其实都是可以拿来在样本间比较的。在实际操作中,由于 ·end· |
|