如何使用ChIPpeakAnno進行peak注釋

這篇文章主要講解了“如何使用ChIPpeakAnno進行peak注釋”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何使用ChIPpeakAnno進行peak注釋”吧！

ChIPpeakAnno是一個bioconductor上的R包，針對peak calling之后的下游分析，提供了以下多種功能

1. 查找與peak區域最相鄰的基因, 也支持自定義查找的特征，可以是exon,miRNA等

2. peak相鄰基因的GO富集分析

3. 提取peak及其周圍區域的序列

   
   

在ChIPpeakAnno中，無論是peak區間信息還是基因組的注釋信息，都通過toGRanges方法轉化為R語言中的GRanges對象，以peak為例，bed格式的內容如下

通過如下代碼可以導入該信息

library(ChIPpeakAnno)
bed <- "peaks.bed"
gr <- toGRanges(bed, format="BED", header=FALSE)

除了BED格式外，該方法也支持導入GTF格式的信息，只需要修改format參數即可。導入peak信息和基因組注釋信息后就可以進行后續分析了。

1.  進行peak之間的overlap分析

當導入了多個樣本的peak信息時，可以進行venn分析，用法如下

# 導入A樣本的peak
bedA    <- "sampleA_peaks.bed"
sampleA <- toGRanges(bedA, format="BED", header=FALSE)
# 導入B樣本的peak
bedB    <- "sampleB_peaks.bed"
sampleB <- toGRanges(bedB, format="BED", header=FALSE)
# 求交集
ol <- findOverlapsOfPeaks(sampleA, sampleB)
# 繪制venn圖
makeVennDiagram(ol)

結果示意如下

在進行venn分析時，會發現venn圖上的個數加起來并不是輸入的peak區間的總數，在默認

2.  提取peak周圍的序列

用法如下

library(BSgenome.Hsapiens.UCSC.hg19)
seq <- getAllPeakSequence(sampleA, upstream=20, downstream=20, genome=Hsapiens)
write2FASTA(seq, "sampleA.peaks.fa")

3. 進行peak motif分析

提取到peak序列之后，可以進行motif分析，用法如下

# 用1號染色體的堿基分布當做背景
freqs <- oligoFrequency(Hsapiens$chr1, MarkovOrder=3)
# oligoLength規定了motif的長度
os <- oligoSummary(seq, oligoLength=6, MarkovOrder=3,
                   quickMotif=TRUE, freqs=freqs)
zscore <- sort(os$zscore)
# 繪制所有6個堿基組合的頻率分布圖
h <- hist(zscore, breaks=100, xlim=c(-50, 50), main="Histogram of Z-score")
# 頻率最大的堿基組合即為motif的結果
text(zscore[length(zscore)], max(h$counts)/10,
     labels=names(zscore[length(zscore)]), adj=1)

結果示意如下

還可以通過motifStack這個R包繪制motif的sequence logo, 用法如下

library(motifStack)
pfms <- mapply(function(.ele, id)
    new("pfm", mat=.ele, name=paste("SAMPLE motif", id)),
    os$motifs, 1:length(os$motifs))
motifStack(pfms[[1]])

輸出結果示意如下

4. 進行peak注釋

首先是peak在基因組各個特征區間的分布比例，用法如下

library(TxDb.Hsapiens.UCSC.hg19.knownGene)
aCR<-assignChromosomeRegion(sampleA, nucleotideLevel=FALSE,
                           precedence=c("Promoters", "immediateDownstream",
                                         "fiveUTRs", "threeUTRs",
                                         "Exons", "Introns"),
                           TxDb=TxDb.Hsapiens.UCSC.hg19.knownGene)
barplot(aCR$percentage, las=3)

輸出結果如下所示

然后進行peak關聯基因的注釋，用法如下

# 準備基因組注釋信息
library(EnsDb.Hsapiens.v75)
annoData <- toGRanges(EnsDb.Hsapiens.v75, feature="gene")
# 進行
overlaps.anno <- annotatePeakInBatch(sampleA,
                                     AnnotationData=annoData,
                                     output="nearestLocation"
)
library(org.Hs.eg.db)
overlaps.anno <- addGeneIDs(overlaps.anno,
                            "org.Hs.eg.db",
                            IDs2Add = "entrez_id")
pie1(table(overlaps.anno$insideFeature))

輸出結果示意如下

在使用annotatePeakInBatch進行注釋時，默認查找距離peak最近的基因，也可以修改output的值，overlapping代表與peak區域存在overlap的基因，設置成這個值之后就會將與peak區間存在overlap的基因作為關聯基因了，此外還有多種取值，適用不同條件，具體可以參考函數的幫助文檔。

5. 進行peak關聯基因的富集分析

進行完基因注釋之，得到peak關聯的基因，就可以進行后續的功能富集分析，用法如下

over <- getEnrichedGO(overlaps.anno, orgAnn="org.Hs.eg.db",
                     maxP=.05, minGOterm=10,
                     multiAdjMethod="BH", condense=TRUE)

ChIPpeakAnno提供了一條完整的peak下游分析功能，包括基因注釋，富集分析，motif分析等等，是一個非常強大的工具，以上只是基本用法，更多用法和細節請參考官方文檔。

感謝各位的閱讀，以上就是“如何使用ChIPpeakAnno進行peak注釋”的內容了，經過本文的學習后，相信大家對如何使用ChIPpeakAnno進行peak注釋這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！