[發明專利]一種ATAC-seq測序數據的生物信息分析方法

有效

• 申請號: 201911070887.0
• 申請日: 2019-11-05
• 公開（公告）號: CN110838341B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 夏昊強;周煌凱;高川;陶勇;羅玥;程祖福;邢燕;曾川川
• 申請（專利權）人: 廣州基迪奧生物科技有限公司
• 主分類號: G16B20/00
• 分類號: G16B20/00
• 代理公司: 廣州容大知識產權代理事務所(普通合伙) 44326
• 代理人: 劉新年

1.一種ATAC-seq測序數據的生物信息分析方法，其特征在于：包括以下步驟：

S1.對ATAC-seq測序數據進行分析與質控；

S2.將分析與質控后的數據與參考基因組進行比對分析；

S3.對單樣本Peak進行檢測與統計；

S4.組內一致性peak提取與分析；具體包括：進行IDR分析及處理組一致性peak獲得，然后進行組內peak相關基因分析和組內共有peak的TF motif分析，其中組內peak相關基因分析包括：組內共有peak在基因功能元件上的分布、組內共有peak相關基因分析、組內peak相關基因進行GO富集分析和KO富集分析；組內共有peak的TF motif分析包括TFs motif的從頭預測和已知TF motif的富集分析；

S5.各處理組peak合并以及多樣本聚類分析；

S6.各處理組間共有和特有peak分析；具體包括：首先，通過韋恩圖分析得到不同比較組之間特有和共有的peaks；接著，對應比較組間共有或特有的peak，進行peak相關基因的分析以及peak相關基因的GO富集分析和KO富集分析；最后，對于某個處理組特有的peak，對其進行TF motif分析，包括：TF motif的denovo預測和已知TFs motif的富集分析；

S7.組間peak豐度差異分析。

2.根據權利要求1所述的一種ATAC-seq測序數據的生物信息分析方法，其特征在于：所述S1中對ATAC-seq測序數據進行分析與質控的方法為：對下機的原始數據進行過濾，去除含有測序接頭的數據、N比例大于10％的數據和質量值Q≤10的堿基數占整條測序片段的40％以上的數據。

3.根據權利要求1所述的一種ATAC-seq測序數據的生物信息分析方法，其特征在于：所述S2中比對分析具體包括：利用比對軟件Bowtie2將步驟S1獲得的數據比對到參考基因組進行比對結果統計，過濾掉比對到線粒體或葉綠體上的數據，確認比對質量合格后，將比對到基因組上唯一位置的序列，進行后續生物信息分析，這些生物信息分析包括：基因組測序深度積累分布、Reads相對TSS位置的分布、Reads在染色體上的分布以及插入片段分析。

4.根據權利要求1所述的一種ATAC-seq測序數據的生物信息分析方法，其特征在于：所述S3中對單樣本Peak進行檢測與統計，具體包括：在全基因組范圍內進行peak掃描并進行單樣本peak統計，包括：單樣本peak長度分布，單樣本peak深度分布，單樣本peak富集程度分布，單樣本peak顯著程度分布，單樣本peak在基因功能元件上的分布以及單樣本peak在染色體上的分布分析。

5.根據權利要求1所述的一種ATAC-seq測序數據的生物信息分析方法，其特征在于：所述S5中各處理組peak合并以及多樣本聚類分析，具體包括：利用DiffBind軟件進行組間peak的合并，得到各個處理組間peak的并集，并計算各個peak在各個樣本中的豐度；然后進行主成分分析，即將樣本包含的高維度信息降維成數個維度的綜合指標，進行樣本間的比較；最后進行聚類分析，即計算兩個樣品間的皮爾斯相關系數，將相關系數以熱圖形式進行展示樣品間的相關性。

6.根據權利要求1所述的一種ATAC-seq測序數據的生物信息分析方法，其特征在于：所述S7中組間peak豐度差異分析，具體包括：利用DiffBind軟件進行差異peak統計并繪制出差異peak統計圖及差異比較火山圖，然后進行差異peak基因分析和差異peak相關TF motif分析，其中差異peak基因分析包括：提取出差異peak相關基因，并對peak相關基因進行GO富集分析和KO富集分析；差異peak相關TF motif分析是對TF motif的denovo預測和已知TFmotif的富集分析。