Odstranění blacklistovaných oblastí
Identifikace a odstranění vrcholů (peaks) v blacklistovaných oblastech je důležitým krokem při přípravě dat pro další analýzu. V tomto cvičení použijeme blacklist zahrnutý v balíčku ChIPQC, který je dostupný také přímo z ENCODE.
Pro účely tohoto cvičení jsou volání vrcholů k dispozici v proměnné peaks, data pokrytí v proměnné cover a blacklistované oblasti v proměnné blacklist.hg19. Hodně ti pomůže funkce findOverlaps(). S konceptem překrývajících se oblastí ses setkal/a v úvodním kurzu Bioconductor – a v této kapitole se k němu ještě vrátíme.
Načtení všech potřebných dat a R balíčků může chvíli trvat. Počkej prosím.
Toto cvičení je součástí kurzu
ChIP-seq s Bioconductor v R
Pokyny k cvičení
- Najdi všechny překryvy mezi vrcholy (peaks) a blacklistovanými oblastmi.
- Pomocí Gviz vykresli pokrytí čtení, volání vrcholů a blacklistované oblasti.
- Odstraň všechny blacklistované vrcholy.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Find all overlaps between peaks and blacklisted regions
blacklisted <- ___(peaks, blacklist.hg19, type="within")
# Create a plot to display read coverage together with peak calls and blacklisted regions in the selected region
cover_track <- ___(cover, window=10500, type="polygon", name="Coverage",
fill.mountain=c("lighgrey", "lightgrey"), col.mountain="grey")
# Calculate peak_track and region_track, plot plotTracks
peak_track <- ___(peaks, name="Peaks", fill="orange")
region_track <- ___(region, name="Blacklist")
plotTracks(list(ideogram, cover_track, peak_track, region_track, GenomeAxisTrack()),
chromosome="chr21", from=start(region)-1000, to=end(region)+1000)
# Remove all blacklisted peaks
clean_peaks <- ___[-from(blacklisted)]