ChIP-seq | ATAC-seq | Cut&Run | 新手指南

没想到我是先玩了Cut&Run和单细胞ATAC-seq，搞通了再来分析ChIP-seq | ATAC-seq，因为之前接触到的数据太烂了，所以什么有意义的东西都没搞出来，又没有重复，导致分析和评估无从入手。

现在这个lab还是比较正规的，数据有小瑕疵，但整体而言质量是非常靠谱的，各种数据之间也能完美的自我验证，是非常适合初学者来入门的。

Cut&Run的分析我基本吃透了，因为没什么背景噪音，IgG用spike-in校正一下即可，call peak也很简单，后面的IGV可视化，DiffBind差异分析也能互相验证，再结合生物学的marker，对数据就基本掌控了。

基于这些solid的基础分析，就能做一些高级分析，主要是拿到peak、bam文件，就能在R里自由翱翔了。

目前M60这个项目的数据太丰富了，bulk的RNA-seq、ChIP-seq、ATAC-seq，Cut&Run，可重复性还行，缺点就是模型过于简单，来自几个cancer cell line。

ChIP-seq

参考：ChIP-Seq上游数据处理一网打尽2023更新版

跟Cut&Run可以共享流程，主要差别就是rmDup、call peak时一定要用control，去掉背景噪音。

ATAC-seq

参考：明码标价之ATAC-seq

这个目前还没正式跑过，scATAC-seq用的是cellranger的流程，用的是fragment来call peak，应该也是大同小异。

主要是多了一个BAM to tagAlign的步骤，然后还是用macs来call peak。

对于单端序列。直接用bed格式就可以；对于双端序列，推荐用bedpe格式。这两种格式都可以称之为tagAlign，可以作为macs的输入文件。