CUT&Tag 数据分析(3)

8. 输出COUNT矩阵

前文得到了每个样本的peak,需要对peak的染色体位置、起始和终止位置、还有读取count进行统计,方便后续差异分析及基因组注释。


library("GenomicFeatures")#处理基因组数据
library(magrittr)#管道操作符

mPeak = GRanges()#存储峰值的基因组区域信息

#创建peak列表,合并每个样本的peaks
projPath = "G:/linux/20231129cuttag/bam/bed1/bedgraph/"
histL <- c("sample1","sample2","sample3")
repL <- c("1","2")

#迭代处理每个样本(hist 和 rep 的组合)
#读取 SEACR 生成的峰值文件,并将它们合并到 mPeak 对象中。
for (hist in histL) {
  for (rep in repL) {
    peakRes = read.table(paste0(projPath,hist,"-",rep,".seacr_control.peaks.stringent.bed"), header = FALSE, fill = TRUE)
    mPeak = GRanges(seqnames = peakRes$V1,IRanges(start = peakRes$V2,end = peakRes$V3),strand = "*")%>% append(mPeak, .)
  }
}

#合并 mPeak 中重叠的峰值
masterPeak = reduce(mPeak)


library(DESeq2)
# 初始化 countMat 矩阵
projPath = "G:/linux/20231129cuttag/bam/"
countMat <- matrix(NA, nrow = length(masterPeak), ncol = length(histL) * length(repL))
colnames(countMat) <- paste(rep(histL, each = length(repL)), rep(repL, length(histL)), sep = "_")

# 获取重叠区域的计数
i <- 1

library(chromVAR)#分析染色体可变性
for (hist in histL) {
  for (rep in repL) {
    bamFile = paste0(projPath,hist,"-",rep,"_sortname.bam")
    fragment_counts <- getCounts(bamFile,masterPeak,paired = TRUE,by_rg =FALSE, format = "bam")
    countMat[,i] = counts(fragment_counts)[,1]
    i=i+1
  }
}

# 从 masterPeak 中提取基因组区域信息作为行名
row_names <- paste0(seqnames(masterPeak), "_", start(masterPeak), "_", end(masterPeak))
rownames(countMat) <- row_names
View(countMat)

write.csv(countMat,"countMat.csv")

9. DESeq2差异分析

样本有生物学重复,且读入的count符合DESeq2输入要求,官网也用的这个。
多组DESeq2建议多组一起比较,我是进行的两两单独比较,后续再改。

library(DESeq2)
#测序深度标准化和差异富集peaks检测
countMat <- read.csv("countMat.csv")
View(countMat)
row.names(countMat) <- countMat$X
data <- countMat[,-1]
View(data)
selectR <- which(rowSums(data)>5)
dataS <- data[selectR,]
dim(dataS)
dim(data)

m <- data[,c(3,4,1,2)]
View(m)
# group settings
colnames(m)
group <- factor(c(rep("sample1", 2),rep("sample2",2)))
names(group) <- colnames(m)
group <- data.frame(ID = colnames(m),
                    group = factor(c(rep("sample1", 2),rep("sample2",2))))
View(group)

rownames(group) <- group$ID
vs_ <- factor(group$group,levels = c("sample1","sample2"))

design = model.matrix(~0 + vs_)
rownames(design) <- group$ID
DESeq2_design <- design
View(design)
#确保表达矩阵的列名与分组矩阵行名相一致
all(rownames(DESeq2_design)==colnames(m))

coldata <- data.frame(row.names = colnames(m),
                      group)

dds <- DESeqDataSetFromMatrix(countData = m, 
                              colData = as.data.frame(vs_), 
                              design = ~vs_) 

#DESeq2数据格式的构建
#dds <- dds[ rowSums(counts(dds)) > 1, ] #过滤一些low count的数据;
DDS <- DESeq(dds)#DESeq进行标准化;
resultsNames(DDS)
res <- results(DDS)
summary(res)#查看经过标准化矩阵的基本情况;

# 获取标准化后的计数
normDDS <- counts(DDS,normalized = TRUE)#normalization with the respect to the sequencing depth
colnames(normDDS) <- paste0(colnames(normDDS),"_norm")

#获得差异结果
res <- as.data.frame(res)
a <- cbind(m,normDDS,res)
View(a)

a$anno <- row.names(a)

#基因注释
library(ChIPseeker)
library("ChIPpeakAnno")
library("GenomicFeatures")
library("org.Hs.eg.db")
?makeTxDbFromGFF
txdb <- makeTxDbFromGFF(file="F:/GENCODE_hisat2/gencode.v43.primary_assembly.annotation.gff3",format="gff3")
peakAnno <- annotatePeak(masterPeak, 
                         tssRegion = c(-3000, 3000),
                         TxDb = txdb,
                         annoDb = "org.Hs.eg.db")
write.csv(as.data.frame(peakAnno),"peakAnno.csv")
data_anno <- read.csv("peakAnno.csv")
View(data_anno)

data_anno$anno<- paste0(data_anno$seqnames,"_",data_anno$start,"_",data_anno$end)
names(data_anno)

data <- data_anno[,c("SYMBOL","anno")]
View(data)

nnn <- merge(a,data,by="anno")
View(nnn)
write.csv(nnn,".csv")

得到差异分析结果并进行了基因注释,方便后续和转录组联合分析。

image.png

DESeq2: vignettes/DESeq2.Rmd (rdrr.io)

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
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容