narrow,broad,gappedpeak三种格式之间的区别与联系
本篇内容主要讲解“narrow,broad, gapped peak三种格式之间的区别与联系”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“narrow,broad, gapped peak三种格式之间的区别与联系”吧!
创新互联公司-专业网站定制、快速模板网站建设、高性价比潮安网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式潮安网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖潮安地区。费用合理售后完善,10余年实体公司更值得信赖。
在进行peak calling分析时,经常会接触到以下3种peak格式
narrow peaks format
broad peaks fotmat
gapped peaks format
peak被定义为基因组上一段reads富集的区域,核心信息是在染色体上的起始和终止位置,除此之外,还有软件对于该peak区域的打分,比如常见的pvalue, qvalue, fold_enrichment等值。
和基因组比对信息用BAM格式来存储类似,为了标准化不同peak calling软件的输出,特意制定了以上3种数据格式。这三种格式本质上都是bed文件,只不过列数不太类似。
1. Narrow Peaks Format
该格式又称之为point-source peaks format, macs2默认输出就是这种格式,是一种BED6+4的格式,列数为10列,示意如下
前四列分别代表chrom
, chromStart
, chromEnd
, name
, 用于描述peak区间和名称,注意bed格式中起始位置从0开始计数。
第五列代表score
,在macs2的输出结果中为int(-10*log10qvalue)
,第六列代表strand
, 在macs2的输出结果中为.
,第七列代表signalvalue
, 通常使用fold_enrichment
的值,第八列代表pvalue
, 在macs2的输出结果中为-log10(pvalue)
,第九列代表qvalue
, 在macs2的输出结果中为-log10(qvalue)
,第十列代表peak
, 在macs2的输出结果中为peak的中心,即summit距离peak起始位置的距离。
2. Broad Peaks Format
这种格式就是在narrow peaks format的基础上丢掉了最后一列的信息,为BED6+3的格式, 列数为9列。
3. Gapped Peaks Format
前两种格式都是由于描述连续的peak区间,适用于DNA水平上的富集区域信息的存储,比如chip_seq, ATAC_seq鉴定到的peak区间,而gapped peaks format用于描述非连续的peak区间,这里的非连续通常指的是在peak的区间内会包含多个exon区域,适用于RNA水平上的富集区域信息的存储,比如m6A_seq鉴定到的peak区间。
该格式在BED12的基础上进行延伸,演变为BED12+3的格式,列数为15列,每列的含义示意如下
前6列的含义和上述两种peak格式完全相同,后3列的含义和broad peak完全相同,为了专区表示peak区间内包含的exon信息,借鉴转录本的BED12格式,引入了以下6列
thickStart
thickEnd
itemRgb
blockCount
blockSizes
blockStarts
thickStart
和thickEnd
有点类似转录本中CDS的起始和终止位置,在存储peak信息时,通常的做法是将这两列的值和chromStart
和chromEnd
的值设置成相同的,itemRgb
是一个RGB颜色值,比如255,0,0
, 如果没有对应的颜色信息,则用0
来表示。
blockCount
代表该peak区间包含的exon的个数,blockSizes
代表每个exon区间的长度,多个exon用逗号连接,blockStarts
代表每个exon区间在基因组上的起始位置,多个exon用逗号连接。
关于这三种格式的相关介绍请参考以下链接
https://genome.ucsc.edu/FAQ/FAQformat.html#format13
到此,相信大家对“narrow,broad, gapped peak三种格式之间的区别与联系”有了更深的了解,不妨来实际操作一番吧!这里是创新互联网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
文章题目:narrow,broad,gappedpeak三种格式之间的区别与联系
文章地址:http://myzitong.com/article/pgdsic.html