CUT&Tag_Spike-in 分析

前言
在一些实验中，例如ChIP-seq 或者 CUT&Tag 中会加入一些外源DNA或者染色体，把这些外源DNA或者染色体当作定量来归一化实验数据.

image.png

CUT&Tag_Spike-in分析
参考CUT&Tag Data Processing and Analysis Tutorial

1. 总体的思想是把测序数据比对到我们研究的物种和加入的外源DNA或者染色体， 这样我们就能知道具体有多少的reads 比对到研究的物种，多少的reads 比对 外源DNA或者染色体.
   以参考手册提供的数据的第一行为例

Histone Replicate   SequencingDepth MappedFragNum_hg38  AlignmentRate_hg38  MappedFragNum_spikeIn   AlignmentRate_spikeIn   DuplicationRate EstimatedLibrarySize    UniqueFragNum   scaleFactor
<fctr>  <chr>   <dbl>   <dbl>   <chr>   <dbl>   <chr>   <chr>   <dbl>   <dbl>   <dbl>
K27me3  rep1    2984630 2859520 95.81%  235 0.01%   4.85%   28683768    2720824.7   42.5531915
K27me3  rep2    2702260 2606295 96.45%  487 0.02%   1.04%   125234408   2579072.2   20.5338809
K4me3   rep1    1581710 1494122 94.46%  375 0.02%   6.61%   10843753    1395426.3   26.6666667
K4me3   rep2    1885056 1742005 92.41%  4442    0.24%   2.70%   31790431    1694925.6   2.2512382
IgG rep1    2127635 1747065 82.11%  75733   3.56%   81.34%  327661  326072.2    0.1320428
IgG rep2    2192908 1992929 90.88%  79123   3.61%   34.34%  2192721 1308573.1   0.1263855

我们可以看到比对到外源DNA或者染色体的reads是235，由于外源DNA或者染色体不会和目标蛋白互作，因此我们可以用一个常量去归一化我们的数据.

所以scaleFactor这样计算:

scaleFactor = 10000/235

注: 具体的标准化方法可能会不一样，但总体的思想是加入其他染色体作为一个定量，去归一化我们所有的样本.

对于ChIP-seq Spike-in的分析也推荐参考

image.png