Unified Analysis of Multiple ChIP-Seq Datasets.
Unified Analysis of Multiple ChIP-Seq Datasets.
复制标题
多个 ChIP-Seq 数据集的统一分析。
DOI：
10.1007/978-1-0716-0876-0_33
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Hutchins Andrew P
中科院分区：
文献类型：
--
作者：
Ma Gang;Babarinde Isaac A;Zhuang Qiang;Hutchins Andrew P
高通量测序技术越来越多地用于分子细胞生物学，通过染色质免疫沉淀测序（ChIP-seq）等技术评估与DNA结合的蛋白质的全基因组染色质动态。这些技术通常依赖于基于鉴定具有增加的测序信号的基因组区域的分析策略，以推断与DNA结合的蛋白质的结合位置或化学修饰。已充分描述了单个样品内的峰调用，但相对较少关注重复样品的合并和许多样品的交叉比较。在这里，我们提出了一种通用的策略，使ChIP-seq数据集的统一，使结合模式的交叉比较增强。该策略的工作原理是合并不同（甚至不相关）样品之间的峰数据，然后使用局部背景重新计算富集。这种策略重新定义了每个实验中的峰，允许更准确地交叉比较数据集。
High-throughput sequencing technologies are increasingly used in molecular cell biology to assess genome-wide chromatin dynamics of proteins bound to DNA, through techniques such as chromatin immunoprecipitation sequencing (ChIP-seq). These techniques often rely on an analysis strategy based on identifying genomic regions with increased sequencing signal to infer the binding location or chemical modifications of proteins bound to DNA. Peak calling within individual samples has been well described, however relatively little attention has been devoted to the merging of replicate samples, and the cross-comparison of many samples. Here, we present a generalized strategy to enable the unification of ChIP-seq datasets, enabling enhanced cross-comparison of binding patterns. The strategy works by merging peak data between different (even unrelated) samples, and then using a local background to recalculate enrichment. This strategy redefines the peaks within each experiment, allowing for more accurate cross-comparison of datasets.
登录
查看更多内容
DOI：
10.1073/pnas.1204398110
发表时间：
2013-04-23
影响因子：
11.1
作者：
Ji, Hongkai;Li, Xia;Ning, Yang
通讯作者：
Ning, Yang
影响因子：
64.8
作者：
Pope, Benjamin D.;Ryba, Tyrone;Dileep, Vishnu;Yue, Feng;Wu, Weisheng;Denas, Olgert;Vera, Daniel L.;Wang, Yanli;Hansen, R. Scott;Canfield, Theresa K.;Thurman, Robert E.;Cheng, Yong;Guelsoy, Guenhan;Dennis, Jonathan H.;Snyder, Michael P.;Stamatoyannopoulos, John A.;Taylor, James;Hardison, Ross C.;Kahveci, Tamer;Ren, Bing;Gilbert, David M.
通讯作者：
Gilbert, David M.
影响因子：
3
作者：
Kruczyk M;Umer HM;Enroth S;Komorowski J
通讯作者：
Komorowski J
影响因子：
48
作者：
Langmead, Ben;Salzberg, Steven L.
通讯作者：
Salzberg, Steven L.
影响因子：
4.3
作者：
Hashimoto TB;Edwards MD;Gifford DK
通讯作者：
Gifford DK