ChIP-seq分析的数据标准

以下罗列了ChIP-seq数据分析中的ENCODE标准，针对不同的免疫共沉淀类型有不同的标准，以下从组蛋白和转录因子2个方向介绍：

一、组蛋白

生物学重复：

至少2个

抗体：

满足ENCODE Consortium的标准。可以进一步参考以下文献标准：https://www.encodeproject.org/documents/4bb40778-387a-47c4-ab24-cebe64ead5ae/@@download/attachment/ENCODE_Approved_Oct_2016_Histone_and_Chromatin_associated_Proteins_Antibody_Characterization_Guidelines.pdf

input对照：

每次ChIP实验必需有input对照样品

文库复杂度：

由Non-Redundant Fraction (NRF) 、PCR Bottlenecking Coefficients 1 and 2, or PBC1 and PBC2进行计算，标准为：NRF>0.9, PBC1>0.9, and PBC2>10.

数据量：

对于narrow-peak组蛋白实验，每次重复 ≥ 20M 可用的插入片段

对于broad-peak组蛋白实验， 每个重复  ≥45 M 可用的插入片段

进一步参考：https://www.encodeproject.org/data-standards/terms/#read-depth

注意！ H3K9me3是一个例外，其富集于基因组中的重复区域。相对于其他的broad标记，仅有少量的H3K9me3 peaks位于非重复区域。

这就导致了许多ChIP-seq数据不能比对到基因组中的唯一区域。 组织和原代细胞（primary cells）需要保证45M的总比对reads。

下表为宽（broad）、窄（narrow）峰的组蛋白类型：

组蛋白类型

二、转录因子

大部分指标同组蛋白

以下为特有指标：

数据量：

至少20M可用的插入片段

    低深度：10-20 M

    不足的： 5-10 M

    极低深度： < 5 M

可重复性：

IDR values (Irreproducible Discovery Rate)

重复间和假定重复间的IDR值均要小于2

IDR

进一步参考：https://sites.google.com/site/anshulkundaje/projects/idr

三、参考资料：

https://www.encodeproject.org/chip-seq/histone/#standards

https://www.encodeproject.org/chip-seq/transcription_factor/