自己整理，测试完全可用。从直接下载数据到一般的出图 #!/usr/bin/bash #ly_20211215_atac-seq pepiline #从下载数据到分析出图的一般流程 ###################################### start_time=$(date +%s) #必要索引文件 bt2_index=/home/data/ssy49/data/index/mm10 #一些物种
列名很好设置：header=1即可设置列名 mix_atac <-read.table('output/SCALE_ATAC.tsv',sep='\t',header = 1) 行名设置：先保存第一列，再删掉第一列，然后将保存的行名赋给dataframe的行名 mix_atac_row <- mix_atac$X mix_atac <- mix_atac[,-1] rownames(mix_atac) <- mix_atac_r
摘要 染色质调控区域在许多疾病过程和胚胎发育中起着关键作用。表观基因组测序技术，如染色质免疫共沉淀测序(CHIP-seq)和转座酶开放染色质高通量测序(ATAC-seq)，使我们能够通过检测特定的染色质状态及其相应的转录因子，在时间和空间维度上剖析细胞和组织的基因组调控格局。随着
ATAC-seq（Assay for Transposase-Accessible Chromatin with high throughput sequencing） 是2013年由斯坦福大学William J. Greenleaf和Howard Y. Chang实验室开发的用于研究染色质可及性（通常也理解为染色质的开放性）的方法， 原理是通过转座酶Tn5容易结合在开放染色质的特性，然后对Tn5
思来想去，还是觉得ENCODE的流程靠谱，所以又花了快一周来调试，终于排除万难，跑成功了。【2019年12月08日】 以下是ATAC生成的结果目录： call-align call-call_peak_pooled call-filter call-idr_ppr call-overlap call-pool_ta_pr2
ATAC-seq技术及相关技术的发展 Reveling in the Revealed这篇文章中，对DNase-seq和ATAC-seq还有MNase-seq相关技术原理以及优缺点进行了总结。具体如下: 首先，向我们了解到的，CHIP-seq即染色质免疫共沉淀质谱技术，它主要通过对已知的蛋白，通常是目的转录因子TF免疫沉淀，抓取与该
