ATAC-seq分析：数据介绍（2）

news2025/1/10 1:39:28

1. 简介

ATACseq (Assay for Transposase-Accessible Chromatin using sequencing) 使用转座酶在测序前有效地片段化可访问的 DNA（DNA可极性）。结果提供了一种绘制可访问/开放染色质基因组范围的方法。

与其他技术相比，ATACseq 有几个优点，包括：

所需输入材料少（> 10,000 个细胞）
实验所需时间短（约 4 小时）

2. 酶

下面介绍几种不同酶获取数据的差异

DNaseseq - 酶消化以从转录因子结合位点周围的开放染色质中提取信号。
MNaseseq - 酶消化以提取代表核小体定位的信号。
ATACseq - 使用转座酶并提供一种 同时从单个样本的转录因子结合位点和核小体位置提取信号的方法。

3. Work

在本教程^[1]中，我们将使用一些公开的数据来了解 R 中 ATACseq 处理的一些基础知识。

将研究 ATACseq 数据在 TSS 上的比对、比对后处理和绘图。

4. 数据

本教程中，我们将使用三组已发布的数据。

4.1. data_1

第一个数据集来自原始 ATACseq 论文^[2]。我们将使用 ATACseq_50k_Rep2 示例 GEO - GSM1155958 可以从 ENA 以 FASTQ 格式获取数据。

SAMN02192806 - [here](https://www.ebi.ac.uk/ena/data/view/SAMN02192806 “SAMN02192806”)

4.2. data_2

对于第二个数据集，我们将 UCSD 的 Bing Ren 生成的 ATACseq 作为 ENCODE 联盟的一部分。它包括来自小鼠几种组织的样本。数据和示例信息的链接包含在下面的列表中。

Liver day 12 - ENCSR302LIV ^[3]
Kidney day 15 - ENCSR023QZX ^[4]
Hindbrain day 12 - ENCSR088UYE ^[5]

4.3. data_3

最后，我完全按照本次教程中的描述处理了来自 MSKCC 的 Christina Leslie 实验室的一些数据，因此我们可以在练习中回顾 ATACseq 数据的一些特征以及 ENCODE 管道处理的相同数据。

原始数据和处理后的 BAM 文件可从 ENCODEs 门户网站获得

T-Reg - [ENCSR724UJS](https://www.encodeproject.org/experiments/ENCSR724UJS/ “ENCSR724UJS”)

FQ 文件可以在此处找到 read1^[6] 和此处的 read2^[7]。我们还将使用对齐数据作为BAM^[8] 文件，该文件可在此处找到。

5. 参考数据

对于 ATACseq 分析，我们需要一些参考数据。

fasta 格式的参考基因组——我们将从 BSGenome Bioconductor 注释包中检索。
基因模型——我们将从 TxDb Bioconductor 注释包中检索这些模型。
Blacklists 特定于基因组的区域。这些可以在此处的 ENCODE 门户 ^[9]中找到

6. 已处理数据

我们从以下链接中的公共测序数据开始，并使用 Bioconductor 中的参考数据。由于其中一些处理步骤可能需要一点时间，因此我提供了指向预处理结果的链接。

来自我们对齐/排序/索引的 BAM 文件和 BAI 索引：

SAMN02192806 - Greenleaf BAM - Greenleaf 示例的完整 BAM 文件在我们的 Rsubread 对齐、排序和索引中生成。
SAMN02192806 - Greenleaf BAI index - Greenleaf 示例中 BAM 的 BAI 索引文件在我们的对齐、排序和索引中生成如下。

小型 BAM、peak calls 和目录结构。

ATAC_Workshop_Essential.zip - 需要额外的文件和目录结构。

下载上述文件并解压缩 ATAC_Workshop.zip 后，您应该将 Sorted_ATAC_50K_2.bam 和 Sorted_ATAC_50K_2.bam.bai 文件移动到 ATAC_Workshop/ATAC_Data/ATAC_BAM/ 。您还应该将 RU_ATAC_Workshop.Rmd 复制到 ATAC_Workshop/ 目录，然后打开以确保所有相对路径都是正确的。

与上述相同，但具有用于计数的 BAM 以及小型 BAM、peak calls 和目录结构。