文档链接：https://github.com/taoliu/MACS/
MACS2是ChIP-Seq、ATAC-Seq、DNAsel-Seq等分析中call peaks的常用软件。
MACS2的使用方法
macs2 [-h] [--version]
{callpeak,filterdup,bdgpeakcall,bdgcmp,randsample,bdgdiff,bdgbroadcall}
参考示例：
# Example for regular peak calling:
macs2 callpeak -t ChIP.bam -c Control.bam -f BAM -g hs -n test -B -q 0.01
# Example for broad peak calling:
macs2 callpeak -t ChIP.bam -c Control.bam --broad -g hs --broad-cutoff 0.1
MCAS2包含的函数有：
callpeak的主要参数：
-
-t/--treatment FILENAME
实验组，这是MACS的必需参数，-t 加实验组文件的名字 -
-c/--control
对照组 -
-f/--format FORMAT
格式，支持bam,sam,bed等 -
-g/--gsize
基因组的有效大小，由于基因组序列的重复性，基因组实际可以mapping的大小小于原始的基因组。这个参数要根据实际物种计算基因组的有效大小。软件里也给出了几个默认的-g 值：hs -- 2.7e9表示人类的基因组有效大小(UCSC human hg18 assembly).- hs: 2.7e9
- mm: 1.87e9
- ce: 9e7
- dm: 1.2e8
-
-n/--name
输出文件的前缀，这里可以设置不同实验组的名字以区分输出结果。 -
-B/--bdg
输出bedgraph格式的文件，输出文件以NAME+'_treat_pileup.bdg' for treatment data, NAME+'_control_lambda.bdg' for local lambda values from control显示。
（这里不知道为什么含有染色体后面的字符串） -
--outdir
输出文件的路径 -
--nomodel
这个参数和extsize、shift是配套使用的，有这个参数才可以设置extsize和shift。 -
--extsize
当设置了nomodel时，MACS会用--extsize这个参数从5'->3'方向扩展reads修复fragments。比如说你的转录因子结合范围200bp，就设置这个参数是200。 -
--shift
当设置了--nomodel，MACS用这个参数从5' 端移动剪切，然后用--extsize延伸，如果--shift是负值表示从3'端方向移动。建议ChIP-seq数据集这个值保持默认值为0，对于检测富集剪切位点如DNAsel数据集设置为EXTSIZE的一半。
示例：
- 想找富集剪切位点，如DNAse-seq，所有5'端的序列reads应该从两个方向延伸，如果想设置移动的窗口是200bp，参数设置如下：
--nomodel --shift -100 --extsize 200 - 对nucleosome-seq数据，用核小体大小的一半进行extsize,所以参数设置如下：
--nomodel --shift 37 --extsize 73
-
--call-summits
MACS利用此参数重新分析信号谱，解析每个peak中包含的subpeak。对相似的结合推荐使用此参数，当使用此参数时，输出的subpeak会有相同的peak边界，不同的绩点和peak summit poisitions. -
-q/--qvalue和-p/--pvalue
q value默认值是0.05，与pvalue不能同时使用。 -
--broad
peak有narrow peak和broad peak, 设置时可以call broad peak 的结果文件。 -
--broad-cutoff
和pvalue、以及qvalue相似
对人细胞系ATAC-seq 数据call peak的参数设置如下：
macs2 callpeak -t sample.final.bed -n sample --shift -100 --extsize 200 --nomodel -B --SPMR -g hs --outdir Macs2_out 2> sample.macs2.log
输出文件解读
-
NAME_peaks.xls
包含peak信息的tab分割的文件，前几行会显示callpeak时的命令。输出信息包含：- 染色体号
- peak起始位点
- peak结束位点
- peak区域长度
- peak的峰值位点（summit position）
- peak 峰值的高度（pileup height at peak summit, -log10(pvalue) for the peak summit）
- peak的富集倍数（相对于random Poisson distribution with local lambda）
Coordinates in XLS is 1-based which is different with BED format
XLS里的坐标和bed格式的坐标还不一样，起始坐标需要减1才与narrowPeak的起始坐标一样。
-
NAME_peaks.narrowPeak
*narrowPeak文件是BED6+4格式，可以上传到UCSC浏览。输出文件每列信息分别包含：- 1；染色体号
- 2：peak起始位点
- 3：结束位点
- 4：peak name
- 5：int(-10*log10qvalue)
- 6 ：正负链
- 7：fold change
- 8：-log10pvalue
- 9：-log10qvalue
-
10：relative summit position to peak start（？）
-
NAME_summits.bed
BED格式的文件，包含peak的summits位置，第5列是-log10pvalue。如果想找motif，推荐使用此文件。
Remove the beginning track line if you want to analyze it by other tools.???
-
.bdg
bedGraph格式，可以导入UCSC或者转换为bigwig格式。两种bfg文件：treat_pileup, and control_lambda. -
NAME_peaks.broadPeak
BED6+3格式与narrowPeak类似，只是没有第10列。
summits.bed，narrowPeak，bdg, xls四种类型输出文件的比较：
- xls文件
文件包含信息还是比较多的，和narrowPeak唯一不同的是peak的起始位置需要减1才是bed格式的文件，另外还包含fold_enrichment 和narrowPeak的fold change 对应，-log10pvalue,-log10qvalue,peak长度，peak 峰值位置等。 - narrowPeak文件
和xls文件信息类似 - summits.bed文件
包含峰的位置信息和-log10pvalue - bdg文件
bdg文件适合导入UCSC或IGV进行谱图可视化，或者转换为bigwig格式再进行可视化。
但是包含的信息不是太了解，另外为什么染色体号后面会出现其他一样的字符串？？？？
其他有用链接：
Cistrome: http://cistrome.org/ap/
bedTools: http://code.google.com/p/bedtools/
UCSC toolkits：http://hgdownload.cse.ucsc.edu/admin/exe/
