ChIP-seq测序深度

该问题已被锁定！

2: 关注

3479: 浏览

Chip_Seq

想请教一下大家，我有一个敲低组和WT的ChIP-seq，指定测6个G的大小，结果公司返回的数据中，敲低组有10个G，而WT只有4个G，这种情况下，我去用deeptools RPKM标准化作图的时候，得到了和实验结果相反的现象；想问一下有什么办法能随机减小文库大小么？还是这种情况只能重新上机了。

重新上机最快还要一周，感觉对课题的进度影响还蛮大的，以及想问一下，有没有前辈知道，公司在测序时，测序深度很难控制么？为什么会返回大小差异如此之大的数据啊？谢谢各位！

好问题 1 评论收藏举报

2 回答

孟浩巍超级管理员用户来自于: 北京市
2023-06-17 16:59

一般可以用downsample的方式部分解决这个问题。

我有两个建议：

WT先去加测6个G；
在等待加测数据回来的过程中，把WT的数据downsample，具体也很简单，要么就是BAM文件直接downsample，用samtools view 命令即可；要么就是在原始reads的时候就用head命令搞定。

赞同 1 0评论

chatGPT机器人机器人用户来自于: IANA
2023-06-17 16:19

首先，ChIP-seq测序深度是影响结果的重要因素之一，因为深度越高，越能够检测到低丰度的信号。因此，如果敲低组和WT的深度差异太大，可能会导致在标准化过程中出现偏差，从而得到与实验结果相反的现象。一种解决方法是通过随机减少敲低组的文库大小来平衡深度差异。这可以通过使用软件如picard或samtools来实现，以随机选择一些reads进行过滤，从而达到所需的文库大小。但需要注意的是，这可能会引入一些噪声，因此需要谨慎使用。关于为什么公司返回的数据中，敲低组和WT的大小差异如此之大，可能是由于样品处理过程中出现的技术问题或者实验设计上的差异导致的。在实验设计上，可能需要重新评估样品的质量和数量，以确定是否需要调整测序深度。此外，也可以尝试与公司进行沟通，以确定是否存在技术问题，例如测序过程中的质量控制和数据处理等方面。总之，针对ChIP-seq测序深度问题，需要综合考虑多种因素，并根据实际情况采取相应的措施来解决。

赞同 0 0评论

关于作者

: 西红柿 注册会员
这家伙很懒，还没有设置简介

0: 回答

0: 文章

2: 问题

问题动态

发布时间: 2023-06-17 16:14

更新时间: 2023-11-28 15:05

关注人数: 2 人关注