BioF3 组学数据分析
01 实验类型与数据格式
01 实验类型与数据格式
表观组学实验类型多，但分析思路可以归为两大类：开放区域检测（ATAC-seq、DNase-seq）和蛋白-DNA 结合检测（ChIP-seq）。两者的分析流程几乎一样，区别在 peak calling 参数和质量指标。
三种主要实验
| 实验 | 测什么 | peak 类型 | 典型 QC 指标 |
|---|---|---|---|
| ATAC-seq | 染色质开放区域 | narrow | TSS enrichment、fragment size 分布 |
| ChIP-seq | TF 结合位点 / 组蛋白修饰 | narrow (TF) / broad (histone) | FRiP、IDR |
| WGBS/RRBS | DNA 甲基化 | 不做 peak calling | 覆盖度、转化率 |
本专栏前 4 个模块聚焦 ATAC-seq 和 ChIP-seq（它们共享 peak-based 分析框架）。甲基化后续单独开。
从 FASTQ 到 peak 文件
不管是 ATAC 还是 ChIP，从原始数据到可分析的 peak 文件，标准流程是：
FASTQ → fastp (trim) → Bowtie2/BWA (align) → samtools (sort/filter)
→ Picard (dedup) → MACS2 (peak calling) → narrowPeak / broadPeak
BioF3 的表观组教程从 peak 文件开始。如果你需要从 FASTQ 跑起，参考 nf-core/chipseq 或 nf-core/atacseq 流水线。
peak 文件格式
MACS2 输出的 .narrowPeak 是 BED6+4 格式：
chr1 9356548 9356648 peak_1 100 . 5.0 10.5 7.2 50
| 列 | 含义 |
|---|---|
| 1-3 | 染色体、起始、终止 |
| 4 | peak 名 |
| 5 | score |
| 6 | strand（通常 .） |
| 7 | fold enrichment |
| 8 | -log10(pvalue) |
| 9 | -log10(qvalue) |
| 10 | summit 相对于 start 的偏移 |
R 里用 ChIPseeker::readPeakFile() 或 rtracklayer::import() 读入，得到 GRanges 对象。