【原】DNA甲基化芯片分析02: DNA甲基化芯片基础知识

生信探索 2023-02-24 发布于云南

展开全文

基础知识

芯片中各种值的含义

beta：

表示某region的甲基化率

≤0.2 完全未甲基化，(0.2,0.6) 部分甲基化，≥0.6完全甲基化

M：探针B（甲基化）的数目M

A：探针A（非甲基化）的数目U

基因组上的分布

将整个基因组划分为Promoter, Body, 3UTR, Intergenic 4种区域，其中Promoter区又细分为TSS200, TSS1500, 5UTR, 1stExon 4种情况。

在各种CpG区域的分布

CpG shores等概念是根据与CpG island的距离进行定义的。
CpG Shores 指的是位于CpG island上下游2kb 以内的区域；CpG Shelves指的是位于CpG shores 上下游2kb以内的区域；open sea指的是CpG islands, CpG shores, CpG shelves之外的其他区域。

可以看到，位于open sea的探针是最多的。

CpG位点可能位于基因间区Intergenic, 也可能位于基因上，而这个基因可以是编码基因，也可以是非编码基因。

可以看到，位于编码基因上的探针最多，其次是位于基因间区的探针

处理流程

0.下载
1.读取
2.质控：缺失值填充、offset、过滤、QC三张图
3.差异分析：标准化，champ分析流程
注意：用logFC而不用deltabeta表示变化倍数；过滤未和基因关联的探针 filter(gene != "")

差异分析

按差异区域的长度不同分类

DMP：找出一个一个的差异甲基化CDG位点

DMR：（连续的差异片段）一个连续不断都比较长的差异片段，科学家们觉得，这样的连续差异片段，对于基因的影响会更加明显，只找这样的片段，可以使得计算生物学的打击精度更为准确，也可以让最终找出来的结论数据更少，便于实险人员筛选。

DMB：（某个基因附近的全部甲基化探针）更大的差异化region区域。有的科学家觉得，DMR这样的区域还不够显著，DNA上的甲基化出现变化，可能是绵延几千位点的！而且只会在基因以外的区域，但是这些基因以外的区域发生变化，却会导致基因的表达发生变化。你可以想象成，北京周边的河北在大炼钢铁，然后北京也跟看雾霾了，大概就是这意思。