MACS2 peak calling实战

欢迎关注”生信修炼手册”!

MACS是一款最为流行的peak calling软件，最初是针对转录因子的chip数据来设计的，在最新版本中，也添加了对组蛋白修饰的适配。目前最新版本为v2.0,官网如下

https://github.com/taoliu/MACS

在2.0版本中提供了以下多个子命令

1. callpeak

2. bdgpeakcall

3. bdgbroadcall

4. bdgcmp

5. bdgopt

6. cmbreps

7. bdgdiff

8. filterdup

9. predictd

10. pileup

11. randsample

12. refinepeak

每个子命令和对应的功能描述如下

本文主要介绍macs2最经典的使用场景peak calling, 基本用法如下

macs2 callpeak \
-t ip.bam \
-c input.bam \
--outdir out_dir \
-n chip \
-g hs

-t参数指定抗体处理的样本，-c指定input样本，值得一提的是，macs支持多种格式的输入文件，除了上述代码中使用的bam格式外，还支持SAM/BED格式。

--outdir指定输出结果的目录，-n参数指定输出文件名的前缀，-g参数指定基因组的有效大小，在NGS数据中，测序reads在基因组上的覆盖度并不是100%， 而且有些重复区域的比对信息是不可信的，剩下的能够利用的区域通常只占整个基因组区域的70%到90%，这个区域的大小就是有效大小，对于常见的物种，程序内置了有效大小，我们只需要指定物种的缩写即可

对于其他物种，则需要自己指定有效基因组的大小，单位为bp。
输出文件如下

chip_model.r
chip_peaks.narrowPeak
chip_peaks.xls
chip_summits.bed

model.r是一个可执行的R脚本，通过以下代码可以产生一个PDF的输出文件

Rscript  chip_model.r

第一页表示peak邻近区间正负链测序分布，用于评估d这个参数值，示意如下

第二页是cross-correlation分析的结果，示意如下

后缀为xls的文件是peak的输出结果，内容示意如下

#开头的是注释信息，显示了软件调用的具体命令和参数设置，便于核查；其他的行记录了peak的区间信息，这里的起始位置采用的是从1开始计数的方式。

后缀为narrowpeak的文件是一个BED格式的文件，内容示意如下

前四列代表peak区间和名称，注意bed格式中起始位置从0开始计数，第五列的值为int(-10*log10qvalue)，第六列全部为.,第七列为fold_enrichment,第八列为-log10(pvalue),第九列为-log10(qvalue),第十列为peak的中心，即summit距离peak起始位置的距离，对应abs_summit - start。

后缀为bed的文件为peak中心，即summit对应的bed文件，内容示意如下

最后一列为-log10(qvalue)。以上就是macs2 peak calling的基本用法，更多详细的参数和用法请参考官方文档。

·end·

—如果喜欢，快分享给你的朋友们吧—

扫描关注微信号，更多精彩内容等着你！