Deeptools 工作流

# deepTools 常见工作流 本文档提供了常见 deepTools 分析的完整工作流示例。 ## ChIP-seq 质量控制工作流 针对 ChIP-seq 实验的完整质量控制评估。 ### 第 1 步：初始相关性评估 比较重复样本和实验样本以验证实验质量： bash # 生成全基因组覆盖度矩阵 multiBamSummary bins --bamfiles Input1.bam Input2.bam ChIP1.bam ChIP2.bam --labels Input_rep1 Input_rep2 ChIP_rep1 ChIP_rep2 -o readCounts.npz --numberOfProcessors 8 # 创建相关性热图 plotCorrelation -in readCounts.npz --corMethod pearson --whatToShow heatmap --plotFile correlation_heatmap.png --plotNumbers # 生成 PCA 图 plotPCA -in readCounts.npz -o PCA_plot.png -T "ChIP-seq 样本的 PCA" **预期结果：** - 重复样本应聚类在一起 - Input 样本应与 ChIP 样本区分开 --- ### 第 2 步：覆盖度和深度评估 bash # 检查测序深度和覆盖度 plotCoverage --bamfiles Input1.bam ChIP1.bam ChIP2.bam --labels Input ChIP_rep1 ChIP_rep2 --plotFile coverage.png --ignoreDuplicates --numberOfProcessors 8 **解释：** 评估测序深度是否足以进行后续分析。 --- ### 第 3 步：片段大小验证（双端测序） bash # 验证预期的片段大小 bamPEFragmentSize --bamfiles Input1.bam ChIP1.bam ChIP2.bam --histogram fragmentSizes.png --plotTitle "片段大小分布" **预期结果：** 片段大小应符合文库制备方案（ChIP-seq 通常为 200-600bp）。 --- ### 第 4 步：GC 偏差检测与校正 bash # 计算 GC 偏差 computeGCBias --bamfile ChIP1.bam --effectiveGenomeSize 2913022398 --genome genome.2bit --fragmentLength 200 --biasPlot GCbias.png --frequenciesFile freq.txt # 如果检测到偏差，进行校正 correctGCBias --bamfile ChIP1.bam --effectiveGenomeSize 2913022398 --genome genome.2bit --GCbiasFrequenciesFile freq.txt --correctedFile ChIP1_GCcorrected.bam **注意：** 仅在观察到显著偏差时才进行校正。不要对 GC 校正后的文件使用 `--ignoreDuplicates`。 --- ### 第 5 步：ChIP 信号强度评估 bash # 评估 ChIP 富集质量 plotFingerprint --bamfiles Input1.bam ChIP1.bam ChIP2.bam --labels "...