简介
本课程[1]介绍 Bioconductor
中的 ATACseq
分析。
该课程由 2 个部分组成。这将引导您完成正常 ATACseq
分析工作流程的每个步骤。它涵盖比对、QC
、peak calling
、基因组富集测试、基序富集和差异可及性测试。
环境准备
IGV
IGV 可以从 BROAD
网站安装。 》 https://www.broadinstitute.org/igv/
MACS2
MACS2[2] 没有 R 包,但 MACS2 可在适用于 Linux 或 MacOS 的 Anaconda 包存储库中找到。安装 MACS2 的最简单方法是使用 R 包 Herper。 Herper 允许您从 R 中管理和安装 Anaconda 包。
BiocManager::install("Herper")
library(Herper)
安装 Herper 后,您可以使用 install_CondaTools 函数安装 MACS2。在幕后,Herper 将安装最小版本的 conda(称为 miniconda),然后创建一个新环境来安装 MACS2。当您运行该函数时,它会打印出 MACS2 的安装位置。
env 参数是您要为创建的环境指定的名称。 pathToMiniConda 指定您要安装 Miniconda 的位置,以及所有 conda 工具(如 MACS2)。
install_CondaTools(tools="macs2", env="PeakCalling_analysis", pathToMiniConda="/path/to/install")
R
见
RStudio
见
包
-
课程包
install.packages('BiocManager')
BiocManager::install('RockefellerUniversity/RU_ATACseq',subdir='atacseq')
-
来自 CRAN 和 Bioconductor
install.packages('BiocManager')
BiocManager::install('methods')
BiocManager::install('ggplot2')
BiocManager::install('rmarkdown')
BiocManager::install('ShortRead')
BiocManager::install('ashr')
BiocManager::install('ChIPQC')
BiocManager::install('DiffBind')
BiocManager::install('BSgenome.Hsapiens.UCSC.hg19')
BiocManager::install('Rsubread')
BiocManager::install('Rbowtie2')
BiocManager::install('R.utils')
BiocManager::install('Rsamtools')
BiocManager::install('BSgenome.Hsapiens.UCSC.hg38')
BiocManager::install('rtracklayer')
BiocManager::install('ChIPseeker')
BiocManager::install('soGGi')
BiocManager::install('GenomicAlignments')
BiocManager::install('TxDb.Hsapiens.UCSC.hg19.knownGene')
BiocManager::install('DESeq2')
BiocManager::install('BSgenome.Mmusculus.UCSC.mm10')
BiocManager::install('TxDb.Hsapiens.UCSC.hg38.knownGene')
BiocManager::install('tracktables')
BiocManager::install('clusterProfiler')
BiocManager::install('TxDb.Mmusculus.UCSC.mm10.knownGene')
BiocManager::install('devtools')
BiocManager::install('tidyr')
BiocManager::install('DT')
BiocManager::install('dplyr')
BiocManager::install('rGREAT')
BiocManager::install('MotifDb')
BiocManager::install('Biostrings')
BiocManager::install('GenomicRanges')
BiocManager::install('pheatmap')
BiocManager::install('universalmotif')
BiocManager::install('seqLogo')
BiocManager::install('org.Mm.eg.db')
BiocManager::install('ATACseqQC')
BiocManager::install('JASPAR2020')
BiocManager::install('motifmatchr')
BiocManager::install('chromVAR')
BiocManager::install('ggseqlogo')
BiocManager::install('TFBSTools')
BiocManager::install('motifStack')
BiocManager::install('knitr')
BiocManager::install('testthat')
BiocManager::install('yaml')
内容
Part_1
本节介绍Bioconductor Session部分对ATACseq数据的分析:
-
在 R 中预处理 ATACseq 数据 -
数据比对 -
为可视化创建 bigWig
Part_2
本节演示如何使用 ATACseq
数据评估可访问性的全局变化。会话部分:
-
在 R 中注释 ATACseq 数据 -
绘制无核小体和单核小体信号 -
绘制 DNA 结合蛋白周围的切割位点
Part_3
本节演示如何评估 ATAC-seq 数据中的基序。
-
从数据库中检索 motifs
。 -
绘制 motifs
。 -
识别已知的 motifs
。
欢迎Star -> 学习目录
更多教程 -> 转录组测序分析教程合集
更多教程 -> 单细胞系列教程:合集
参考资料
Source: https://rockefelleruniversity.github.io/RU_ATACseq/
[2]MACS: https://macs3-project.github.io/MACS/
本文由 mdnice 多平台发布