peak calling軟件MACS如何使用

peak calling軟件MACS如何使用，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

MACS全稱是Model-based Analysis of ChIP-Seq，是使用的最廣泛的peak calling軟件之一，其基本原理簡介如下

1. 預測測序reads與peak的偏倚距離

在chip_seq等數據中科學家發現在真實的結合位點兩側，正負鏈的測序深度分布如下圖所示，對應峰值的中心距離peak中心有一定的偏移

MACS首先通過一個模型來評估真實的peak中心和測序峰值的偏移距離，給定參數bandwidth和mfold, 采用一個大小為2倍bandwidth的滑動窗口，比較該窗口內真實測序深度的分布與隨機測序的差異，如果二者的差異倍數超過了閾值mfold，則認為該窗口是一個peak區域。識別到初始的peak區域之后，隨機挑選1000個高可信度的peak區域，分別計算正鏈和負鏈的測序深度分布，示意如下

通過這種方式識別到正負鏈峰值之間的距離，定義為d。在后續peak calling時，會在初始計算結果的基礎上向3’端偏移d/2的距離。

2. peak 檢測

通常認為基因組上測序深度的分布是一個泊松分布，根據基因組測序深度的值，首先估算出整體泊松分布的參數

將初始peak區域偏移d/2的距離之后，再次已2d的滑動窗口進行滑動，尋找富集的區域，如果一個區域的測序分布的值大于整體泊松分布的值，則認為該區域是富集的。對于overlap的富集區域，進行合并，然后以peak中心區域開始，整體向3’端偏移d個堿基，其中測序深度最高的點作為peak的峰summit。

在比較input和IP樣本的差異時，MACS也是基于泊松分布來計算的 ，只不過考慮到測序錯誤，重復區域，CNV等因素的影響，MACS采用了一個動態的泊松分布模型，即不是認為基因組所有區域都符合同一個泊松分布，而是認為不同的區域泊松分布的參數可以不同。對于候選的peak區域，通過以下模型去估算泊松分布的參數

1k代表以peak中心為中心的1k窗口內的數據估算出來的值，后面的5k, 10k類似。然后通過這個局部泊松分布的參數去計算每個peak區域的p值，如果小于指定的pvalue的閾值，則輸出該peak區域，該區域內IP樣本的序列條數和局部泊松分布參數的比值作為該peak的fold enrichment。

關于peak calling軟件MACS如何使用問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。