PePr识别组蛋白修饰ChIP-seq差异峰+bed文件注释

PePr相关内容:

文章连接:NCBI - WWW Error Blocked Diagnostic

PePr下载和使用:GitHub - shawnzhangyx/PePr: a peak-calling and differential analysis tool for replicated ChIP-Seq data

---

提前安装的软件和文件:sratoolkit;fastq;bowtie2;samtools;PePr;

参考基因组:hg38 

---

从原始数据到差异Peak

原始数据下载:

prefetch SRRXXXXXX

##数据批量下载

prefetch --option-file SRR_Acc_List.txt

数据处理:

1. SRRXXXXXX.sra--->SRRXXXXXX.fastq.gz+质量控制

fastq-dump --split-3 --gzip --outdir /outpath1  --split-files /path/SRRXXXXXX.sra

fastqc -f fastq -o /outpath2/ /outpath1/SRRXXXXXX.fastq.gz

2.SRRXXXXXX.fastq.gz--->SRRXXXXXX.sam

建立参考基因组索引:

bowtie2 -build /refgenomePath/hg38.fa /refgenomePath/hg38

单端:

bowtie2 -p 16 -x /refgenomePath/hg38 -U /outpath1/SRRXXXXXX.fastq.gz -S /outpath3/SRRXXXXXX.sam

双端:

bowtie2 -p 16 -x /refgenomePath/hg38 -1 /outpath1/SRRXXXXXX_1.fastq.gz  -2 /outpath1/SRRXXXXXX_2.fastq.gz -S /outpath3/SRRXXXXXX.sam

3.sam-->bam--->sorted.bam

samtools view -bS /outpath3/SRRXXXXXX.sam >/outpath3/SRRXXXXXX.bam

samtools sort -o /outpath3/SRRXXXXXX.sort.bam /outpath3/SRRXXXXXX.bam

4.生成bam.bai文件

samtools index /outpath3/SRRXXXXXX.sort.bam

5.识别差异Peak

这里需要注意:PePr的输入文件必须是具有生物学重复的,如果没有生物学重复可以把把同一个样本写两次放进去,也会识别处差异peak

例如:

PePr -c SRR6418912.sort.bam,SRR6418912.sort.bam --chip2 SRR6418918.sort.bam,SRR6418918.sort.bam -f bam --diff

---

bed文件注释

#安装BiocManager::install("ChIPseeker")

#加载library(ChIPseeker)

#安装人的注释包

BiocManager::install("TxDb.Hsapiens.UCSC.hg38.knownGene") 

#读取chipseq峰的bed文件

Scr_peak <- readPeakFile("/home/wanghongli/THOR_example_data/NA__PePr_chip2_peaks.bed") 

#注释，TSS的范围可自定义

#加载人基因组注释包

require(TxDb.Hsapiens.UCSC.hg38.knownGene)

#对txdb进行指定

txdb <- TxDb.Hsapiens.UCSC.hg38.knownGene 

#进行注释

Scr_peakAnno <- annotatePeak(Scr_peak, tssRegion = c(-3000, 3000), TxDb = txdb)

#输出结果

write.table(Scr_peakAnno, file = "Scr_peak.txt",sep = '\t', quote = FALSE, row.names = FALSE)

---

合并bed文件

# 两个BED文件，第一步合并成一个文件，但来自两个文件的区域是分开的

 cat A.bed B.bed > C.bed

# 合并后的文件PEAK数是合并前两个文件的总和

$ sort -k1,1 -k2,2n C.bed > D.bed