如何進行MACS2 peak calling的實戰

今天就跟大家聊聊有關如何進行MACS2 peak calling的實戰，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

MACS是一款最為流行的peak calling軟件，最初是針對轉錄因子的chip數據來設計的，在最新版本中，也添加了對組蛋白修飾的適配。目前最新版本為v2.0,官網如下

https://github.com/taoliu/MACS

在2.0版本中提供了以下多個子命令

1. callpeak

2. bdgpeakcall

3. bdgbroadcall

4. bdgcmp

5. bdgopt

6. cmbreps

7. bdgdiff

8. filterdup

9. predictd

10. pileup

11. randsample

12. refinepeak

    
    

每個子命令和對應的功能描述如下

下面主要介紹macs2最經典的使用場景peak calling, 基本用法如下

macs2 callpeak \
-t ip.bam \
-c input.bam \
--outdir out_dir \
-n chip \
-g hs

-t參數指定抗體處理的樣本，-c指定input樣本，值得一提的是，macs支持多種格式的輸入文件，除了上述代碼中使用的bam格式外，還支持SAM/BED格式。

--outdir指定輸出結果的目錄，-n參數指定輸出文件名的前綴，-g參數指定基因組的有效大小，在NGS數據中，測序reads在基因組上的覆蓋度并不是100%， 而且有些重復區域的比對信息是不可信的，剩下的能夠利用的區域通常只占整個基因組區域的70%到90%，這個區域的大小就是有效大小，對于常見的物種，程序內置了有效大小，我們只需要指定物種的縮寫即可

對于其他物種，則需要自己指定有效基因組的大小，單位為bp。
輸出文件如下

chip_model.r
chip_peaks.narrowPeak
chip_peaks.xls
chip_summits.bed

model.r是一個可執行的R腳本，通過以下代碼可以產生一個PDF的輸出文件

Rscript  chip_model.r

第一頁表示peak鄰近區間正負鏈測序分布，用于評估d這個參數值，示意如下

第二頁是cross-correlation分析的結果，示意如下

后綴為xls的文件是peak的輸出結果，內容示意如下

#開頭的是注釋信息，顯示了軟件調用的具體命令和參數設置，便于核查；其他的行記錄了peak的區間信息，這里的起始位置采用的是從1開始計數的方式。

后綴為narrowpeak的文件是一個BED格式的文件，內容示意如下

前四列代表peak區間和名稱，注意bed格式中起始位置從0開始計數，第五列的值為int(-10*log10qvalue)，第六列全部為.,第七列為fold_enrichment,第八列為-log10(pvalue),第九列為-log10(qvalue),第十列為peak的中心，即summit距離peak起始位置的距離，對應abs_summit - start。

后綴為bed的文件為peak中心，即summit對應的bed文件，內容示意如下

最后一列為-log10(qvalue)。

看完上述內容，你們對如何進行MACS2 peak calling的實戰有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。