序 言
macs2作为callpeak的工具提供了双峰模型来矫正信号的功能，使得到的信号可以呈现为一个单峰。下面用一张图来说明软件做的事情，来对比一下矫正前后信号峰呈现的形式。
上图中IP、Input来自于macs2生成的信号文件，IP_raw、Input_raw转换自bam文件，Bam_coverage即为bam的覆盖度。很明显可以看出，macs2对信号做了偏移矫正，所以信号呈现的为单峰，而没有矫正信号则呈现最原始的状态为双峰。造成这个现象的原因是测序获取的大量reads仅仅来自DNA片段 (fragment) 的两端，所以当reads回帖到基因组后自然而然就形成了的双峰。
比 较
针对这种情况，macs2给出的解决方法是将双峰分别向中间移一移，这样两个峰就重合为一个峰了。具体的过程简单来说就是评估双峰峰顶之间的距离d，然后将所有reads向3'端移动d/2。当然，这些步骤都是软件默认自动建模完成，相对于自动建模，也可以手动设置参数--nolambda、--shift、--extsize通过非建模的方式来完成。今天咱们就来看看这两种模型有什么区别。下面用测试数据来自NCBI，SPI1的ChIP-seq数据，为了节约时间仅用1号染色体的数据。
1、建模
macs2 callpeak --SPMR -B -q 0.05 --keep-dup 1 -g 2.3e8 -n spi1 -t spi1_ip.dedup.bam -c spi1_in.dedup.bam
2、非建模
macs2 callpeak --SPMR -B -q 0.05 --keep-dup 1 --nomodel -g 2.3e8 -n spi1 -t spi1_ip.dedup.bam -c spi1_in.dedup.bam
当--nomodel参数设定时，软件会自动使用参数--shift、--extsize，这两个参数默认值分别为0、200。
peak对比：
可以看出，两者的peak位置绝大部分都是一致的，建模与否好像对callpeak的结果几乎没有什么影响。下面再来看看信号分布情况：
可以看出两种模式，忽略信号高低，pattern几乎一摸一样，再用两种模式下的peak区域分别统计信号看看：
也可以看出model和nomodel的pattern不能说毫无差别，可以说一摸一样。这些都指向一个解释：两种结果基本一致。奇怪的知识又增加了。。。
结 语
从上面的结果可以看出建模与否对callpeak几乎没有什么影响，具体怎么用这里就不强调了。不过，这也从侧面印证了一句话：好的千篇一律，差的千奇百怪。这个句话放在数据上好像也挺切，好数据对参数和软件不敏感，怎么分析结果看起来都是那么顺眼。
往期回顾
有些软件总能以某种方式劝退你 | SpectralTAD 之 TAD calling
生信分析不只是跑个软件 | TADCompare 差异分析要留心
HiC术语图解与分析软件汇总
R语言揭秘 | $符鲜为人知的秘密，避坑预警
scRNA-seq稀疏矩阵图解，格式转换的核心
网友评论