【ATAC-Seq 实战】五、peaks、motif注释

这里是佳奥!新的一年,ATAC-Seq的学习也进入了尾声。

让我们开始吧!

1 peaks注释

统计peak在promoter,exon,intron和intergenic区域的分布

QQ截图20230101155625.png

if(F){
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
source("http://bioconductor.org/biocLite.R") 

BiocManager::install('TxDb.Mmusculus.UCSC.mm10.knownGene')
BiocManager::install('org.Mm.eg.db')

}

bedPeaksFile = '2-ceLL-1_peaks.narrowPeak'; 
bedPeaksFile
## loading packages
require(ChIPseeker)
require(TxDb.Mmusculus.UCSC.mm10.knownGene)
txdb <- TxDb.Mmusculus.UCSC.mm10.knownGene
require(clusterProfiler) 
peak <- readPeakFile( bedPeaksFile )  
##去除含_的染色体
keepChr= !grepl('_',seqlevels(peak))
seqlevels(peak, pruning.mode="coarse") <- seqlevels(peak)[keepChr]
peakAnno <- annotatePeak(peak, tssRegion=c(-3000, 3000), 
                         TxDb=txdb, annoDb="org.Mm.eg.db") 
peakAnno_df <- as.data.frame(peakAnno)


promoter <- getPromoters(TxDb=txdb, upstream=3000, downstream=3000)
tagMatrix <- getTagMatrix(peak, windows=promoter) 
# 然后查看这些peaks在所有基因的启动子附近的分布情况,热图模式
tagHeatmap(tagMatrix, xlim=c(-3000, 3000), color="red")
# 然后查看这些peaks在所有基因的启动子附近的分布情况,信号强度曲线图
plotAvgProf(tagMatrix, xlim=c(-3000, 3000), 
            xlab="Genomic Region (5'->3')", ylab = "Read Count Frequency")
plotAnnoPie(peakAnno)
QQ截图20230101160301.png
QQ截图20230101160325.png

QQ截图20230101160332.png

可以载入IGV看看效果,检测软件找到的peaks是否真的合理,还可以配合rmarkdown来出自动化报告。

https://ke.qq.com/course/274681

我们可以看到Tcea1基因转录起始位置有peaks富集

QQ截图20230101160746.png

也可以使用其它代码进行下游分析;

https://github.com/jmzeng1314/NGS-pipeline/tree/master/CHIPseq

Homer 可以做,但是需要下载数据库

# perl ~/miniconda3/envs/atac/share/homer-4.9.1-5/configureHomer.pl  -install mm10 
# ln -s /home/jmzeng/miniconda3/envs/chipseq/share/homer-4.9.1-5/data/genomes/ genomes
# cp  /home/jmzeng/miniconda3/envs/chipseq/share/homer-4.9.1-5/config.txt  /home/stu/miniconda3/envs/atac/share/homer-4.9.1-5/config.txt
## 保证数据库下载是OK
ls -lh  ~/miniconda3/envs/atac/share/homer-4.9.1-5/data/genomes  
mkdir -p  ~/project/atac/peaks
source activate atac
cd   ~/project/atac/peaks

ls *.narrowPeak |while read id;
do 
echo $id
awk '{print $4"\t"$1"\t"$2"\t"$3"\t+"}' $id >{id%%.*}.homer_peaks.tmp
annotatePeaks.pl  {id%%.*}.homer_peaks.tmp mm10  1>${id%%.*}.peakAnn.xls
  2>${id%%.*}.annLog.txt
done 

Bedtools也可以做

https://bedtools.readthedocs.io/en/latest/content/tools/annotate.html

2 motif寻找及注释

Homer可以做

ls -lh  ~/miniconda3/envs/atac/share/homer-4.9.1-5/data/genomes  
mkdir -p  ~/project/atac/motif
cd   ~/project/atac/motif  
source activate atac
ls ../peaks/*.narrowPeak |while read id;
do 
file=$(basename $id )
sample=${file%%.*} 
echo $sample 
awk '{print $4"\t"$1"\t"$2"\t"$3"\t+"}' $id > ${sample}.homer_peaks.tmp
nohup findMotifsGenome.pl ${sample}.homer_peaks.tmp  mm10 ${sample}_motifDir -len 8,10,12  & 
done 

meme 也可以做 ,首先利用.bed获取.fa序列:

https://github.com/jmzeng1314/NGS-pipeline/blob/master/CHIPseq/step7-peaks2sequence.R
##usage: Rscript  peakView.R  peaks.bed  IP.sorted.bam  input.sorted.bam  10
#options(echo=TRUE) # if you want see commands in output file
args <- commandArgs(trailingOnly = TRUE)
if(length(args) != 1 ){
    print(" usage: Rscript  peakAnno.R  peaks.bed ")
}

bedPeaksFile        = args[1] ;

##自这开始,.bed文件要和R Project文件在同一目录下
bedFiles=list.files(pattern = '*.bed')
> bedFiles
[1] "2-ce11-2_summits.bed" "2-ce11-4_summits.bed" "2-ce11-5_summits.bed" "2-ceLL-1_summits.bed" 

BiocManager::install("BSgenome.Mmusculus.UCSC.mm10")
library(BSgenome.Mmusculus.UCSC.mm10)
library(ChIPpeakAnno)

##生成.fa文件
bedPeaksFile=bedFiles[2]##第二个文件即2-ce11-4_summits.bed,要下一个就[3]
sampleName=strsplit(bedPeaksFile,'\\.')[[1]][1]
peak <- toGRanges(bedPeaksFile, format="BED") 
keepChr= !grepl('_',seqlevels(peak))
#seqlevels(peak, force=TRUE) <- seqlevels(peak)[keepChr]

seq <- getAllPeakSequence(peak, upstream=20, downstream=20, genome=Mmusculus)
write2FASTA(seq,  paste0(sampleName,'.fa'))

使用网页端注释

https://meme-suite.org/meme/
QQ截图20230101170341.png

QQ截图20230101170412.png

R包,比如 motifmatchr包 也可以做。

https://bioconductor.org/packages/release/bioc/html/motifmatchr.html

3 多组学整合分析

RNS-Seq、ChIP-Seq、ATAC-Seq

以及一些整合的R包:esATAC

ATAC-Seq的实战流程学习至此结束。

但个性化的分析还有很多要钻研的地方,尤其是官方文档。

新年快乐!我们下一个篇章再见!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容