wig bigwig归一化方式详解

编辑:
发布时间: 2020-12-13 22:16:13
分享:

在chip_seq数据展示时,经常会用到bigwig文件,导入igvtools等基因组浏览器中,产生如下所示的图片

我们将IP样本相对Input样本中reads富集的区域定义为peak, 反映到上图中,则对应的为IP样本中reads出现了峰值,比如下图红色标记的区域

通过这种可视化的方式,可以直观的反映出peak区域的情况,但是在实际使用中需要注意归一化的问题。

bigwig文件本质上展示的是测序深度的分布信息,而原始的测序深度是和测序的reads量呈正相关关系的,比如Input样本测序5G, IP样本测序10G, 在原始的测序深度看,会看到Input样本相比IP样本,其测序深度是偏高的。当然这个是一个极端的例子,但是很好的说明了测序量的差异对原始的测序深度会有直接的影响。

为了消除样本间测序数据量差异的影响,很当然的我们想到了归一化,类似转录组中的定量策略,原始的测序深度就是raw count, 那么当然类似RPKM, CPM等归一化方式,对于bigwig文件而言,同样适用。

在deeptools中,提供了多种归一化方式

1. RPKM

RPKM的公式如下

RPKM = number of reads per bin / * bin length )

用法如下

deeptools bamCoverage -p 10 --bam input.bam --normalizeUsing RPKM --outFileName rpkm.bigwig2. CPM

CPM的公式如下

CPM = number of reads per bin / number of mapped reads

用法如下

deeptools bamCoverage -p 10 --bam input.bam --normalizeUsing CPM --outFileName cpm.bigwig3. BPM

BPM的公式如下

BPM = number of reads per bin / sum of all reads per bin

用法如下

deeptools bamCoverage -p 10 --bam input.bam --normalizeUsing BPM --outFileName bpm.bigwig4. RPGC

RPGC的公式如下

RPGC = number of reads per bin / scaling factor for 1x average coveragescaling factor = / effective genome size

用法如下

deeptools bamCoverage -p 10 --bam input.bam --normalizeUsing RPGC --effectiveGenomeSize 2864785220 --outFileName rpgc.bigwig

对于同一个样本而言,导入igvtools中,几种归一化方式产生的bigwig文件和原始的bigwig文件的峰形是完全一样的 ,示意如下

注意红色方框标记的纵轴的范围,可以看到不同方式,其纵轴范围不一样。

归一化主要用于样本间的比较, 比如在比较Input和Ip两个样本时,就应该使用归一化之后的数据,以RPKM为例,导入之后可以看到如下所示的结果

可以看到纵轴的范围是不一致的,为了更好的比较样本间的差异,我们需要把二者的纵轴范围调整成一致的,因为数据已经做了归一化处理,所以可以直接在同一范围内进行比较,设置成同一范围后,效果如下

对于上述多种归一化方式,其实都是可以拿来在样本间比较的。在实际操作中,由于RPKM的概念最为经典,应用的也最为广泛。

·end·

相关阅读
热门精选
孩子 皮肤