189 8069 5689

ChIP-Atlas中基于公共数据如何进行分析挖掘

ChIP-Atlas中基于公共数据如何进行分析挖掘,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

让客户满意是我们工作的目标,不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户,将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴,公司提供的服务项目有:域名注册、网页空间、营销软件、网站建设、安福网站维护、网站推广。

ChIP-Atlas收集整理了SRA数据库中的大量chip_seq数据,并基于这些原始数据进行了后续分析,将分析结果整理成在线服务并发布,方便检索与查询/

构建的流程如下

ChIP-Atlas中基于公共数据如何进行分析挖掘

下载SRA原始数据,采用sratoolkit转换成fastq, 然后用bowtie2比对参考基因组,用macs2进行peak calling。官网提供了以下几个功能

1. Peak Browser

浏览不同物种,不同细胞类型,不同抗体的peak结果,检索框示意如下

ChIP-Atlas中基于公共数据如何进行分析挖掘

可以下载BED格式的结果。

2. Target genes

定义TSS上下游的区间作为靶基因的筛选范围,如果peak与某个基因的TSS两侧范围存在交集,则认为该基因是候选的靶基因之一。搜索框如下所示

ChIP-Atlas中基于公共数据如何进行分析挖掘
检索结果如下

ChIP-Atlas中基于公共数据如何进行分析挖掘

3. Colocalization

有些转录因子在行使功能时是通过蛋白复合体的形式来发挥作用,比如Pou5f1,Nanog, Sox2这三个转录因子,它们对应的peak区间在基因上的位置是非常的邻近的,Colocalization分析就是比较多个转录因子的chip数据,来识别潜在的蛋白复合体,检索框如下

ChIP-Atlas中基于公共数据如何进行分析挖掘

检索结果如下

ChIP-Atlas中基于公共数据如何进行分析挖掘

4. Enrichment Analysis

和靶基因分析正好相反,靶基因是输入转录因子的名称,查询预测的靶基因,而这部分内容是输入基因名称或者基因组区域,查询可以结合的转录因子。检索框如下所示

ChIP-Atlas中基于公共数据如何进行分析挖掘

结果示意如下

ChIP-Atlas中基于公共数据如何进行分析挖掘

通过ChIP-Atlas网站,可以方便的查询已有的chip_seq数据结果。

关于ChIP-Atlas中基于公共数据如何进行分析挖掘问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注创新互联行业资讯频道了解更多相关知识。


当前标题:ChIP-Atlas中基于公共数据如何进行分析挖掘
文章网址:http://cdxtjz.cn/article/jdshpe.html

其他资讯