[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

本發明提供一種ATAC?seq測序數據的生物信息分析方法，包括以下步驟：對ATAC?seq測序數據進行分析與質控；將分析與質控后的數據與參考基因組進行比對分析；對單樣本Peak進行檢測與統計；組內一致性peak提取與分析；各處理組peak合并以及多樣本聚類分析；各處理組間共有和特有peak分析；組間peak豐度差異分析。本發明圍繞常規ATAC?seq測序數據進行研究，構建了一個分析內容豐富的，能滿足個性化需求的常規ATAC?seq測序數據分析流程。分析結果揭示了全基因組范圍內的染色質開放區域的序列信息，并且可以幫助科研工作者進一步探索找到或預測參與基因組開放性高低變化的轉錄因子。

技術領域

本發明涉及生物學技術領域，具體涉及一種ATAC-seq測序數據的生物信息分析方法，開展常規ATAC-seq測序數據分析流程的探索與開發。

背景技術

染色質是遺傳物質的載體。真核生物的核DNA并不是裸露的，而是與組蛋白結合形成染色體的基本結構單位核小體，核小體再經逐步地壓縮折疊最終形成染色體高級結構(如人的DNA鏈完整展開長度約2m，經過這樣的折疊就變成納米級至微米級的染色質結構而可以存儲在小小的細胞核)。而DNA的復制轉錄是需要將DNA的緊密結構打開，從而允許一些調控因子，如轉錄因子、其他調控因子等結合。這部分打開的染色質，被稱為開放染色質。打開的染色質允許其他調控因子結合的特性稱為染色質可及性(chromatinaccessibility)。因此，染色質的可及性與轉錄調控密切相關。

開放染色質的研究方法主要包括ATAC-seq以及傳統的DNase-Seq、FAIRE-seq。ATAC-seq(Assay for transposase-accessible chromatin with high throughputsequencing)是2013年由斯坦福大學William J.Greenleaf和Howard Y.Chang實驗室開發的用于研究染色質可及性的方法，其原理是利用Tn5轉座酶容易結合在開放染色質的特性，然后對Tn5轉座酶捕獲到的DNA序列進行測序。目前，ATAC-seq已經成為研究開放染色質的首選方法。

ATAC-seq可以全基因組范圍內檢測染色質的開放程度，能夠得到全基因組范圍內的蛋白質可能結合的位點信息。廣泛應用于轉錄因子結合分析、核小體定位、活性調控元件分布等，在表觀遺傳機制研究領域具有廣闊的應用前景。

目前，對于常規ATAC-seq測序得到的數據的分析流程還沒有形成的標準。因此，利用ATAC-seq研究開放染色質亟需一種既能標準化操作，又能滿足個性化需求的ATAC-seq測序數據分析方法。

發明內容

本發明的目的在于為克服上述現有技術的不足之處而提供一種ATAC-seq測序數據的生物信息分析方法。

為實現上述目的，本發明采取的技術方案為：

一種ATAC-seq測序數據的生物信息分析方法，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.對單樣本富集區域(Peak)進行檢測與統計；

S4.組內一致性peak提取與分析；

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；

S7.組間peak豐度差異分析。

進一步地，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(adapter)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(read)的40％以上的數據。