Einführung in ChIP-seq-Experimente. Warum sind sie interessant? Welche Phänomene lassen sich mit ChIP-seq untersuchen und was können wir aus diesen Experimenten lernen?

Was ist ChIP-seq?

ChIP-seq – kurze Wiederholung

Sequenzierdaten

Peak-Calls

ChIP-seq-Workflow

Heatmap

Gene, die den Unterschied machen

Zusammenfassung der ChIP-seq-Ergebnisse

ChIP-seq-Daten verstehen

Einführung in ChIP-seq

Jetzt beginnt die eigentliche ChIP-seq-Analyse. Dieses Kapitel stellt Bioconductor-Tools zum Import und zur Bereinigung der Daten vor.

Daten importieren

BAM-Dateien einlesen

BED-Dateien einlesen

Peaks genauer unter die Lupe nehmen

Eine Region im Detail plotten

Annotationen hinzufügen

ChIP-seq-Daten bereinigen

Blacklisted-Regionen entfernen

Reads filtern

Gefilterte Daten mit Roh-Reads vergleichen

Anreicherung bewerten

Coverage berechnen

Peaks vs. Hintergrund

Zurück zu den Grundlagen – ChIP-seq-Daten vorbereiten

Dieses Kapitel führt Techniken ein, um Unterschiede zwischen ChIP-seq-Proben zu identifizieren und zu visualisieren.

Einführung in differentielles Binding

Sehen diese Proben für dich gleich aus?

Proben clustern

Unterschiede in der Proteinbindung visualisieren

Test auf differentielle Bindung

Reads-Zahlen laden

Modell einrichten

Das Modell anpassen

PCA und Heatmap neu betrachten

Ein genauerer Blick auf differenzielle Bindung

MA-Plot

Volcano-Plot

Unterschiede in der Proteinbindung zusammenfassen

ChIP-seq-Proben vergleichen

Differenzielles Binding zwischen Proben­gruppen zu erkennen ist großartig – aber was bedeutet das? Dieses Kapitel diskutiert Strategien, um Ergebnisse des differentiellen Bindings zu interpretieren und von Peak-Calls zu biologisch aussagekräftigen Erkenntnissen zu gelangen.

ChIP-seq-Peaks interpretieren

Peaks zusammenführen

Annotationen verwenden

Peaks annotieren

Welche Peaks unterscheiden sich?

Genlisten interpretieren

Peaks Genen zuordnen

Gemeinsame Muster finden

Die Auswirkungen auf Signalwege verstehen

Signalwegen genauer auf den Grund gehen

Fortgeschrittene ChIP-seq-Analysen

Von Peaks zu Genen zu Funktion

Chromosome 20 dataset

Androgen Receptor ChIP-seq Peaks dataset

Die Analyse von ChIP-seq ist ein wichtiger Bereich der Bioinformatik. Sie eröffnet dir Einblicke in die Mechanismen, die unsere Körperzellen am Laufen halten. Ob Nervenzelle, die dir hilft, diese Webseite zu lesen, oder Immunzelle, die deinen Körper nach Erregern absucht – sie alle tragen dasselbe Genom. Was sie unterscheidet, sind die Gene, die zu einem bestimmten Zeitpunkt aktiv sind. Welche das sind, bestimmt ein komplexes System von Proteinen, die Gene an- und abschalten können. Gerät diese regulatorische Maschinerie außer Kontrolle, kann das zu Krebs und anderen schweren Krankheiten führen. ChIP-seq-Analysen helfen uns, die Funktion regulatorischer Proteine zu verstehen, ihren Beitrag zu Krankheiten zu erkennen und Ansätze zu finden, wie wir eingreifen können, um zu verhindern, dass Zellen aus dem Ruder laufen. In diesem Kurs arbeitest du mit einem realen Datensatz und lernst, wie du ChIP-seq-Daten in R aufbereitest und analysierst.

Intermediate R

Introduction to Bioconductor in R

Lernen Sie, ChIP-seq-Daten mit Bioconductor und einem menschlichen Krebsdatensatz zu analysieren.

ChIP-seq mit Bioconductor in R

ChIP-seq-Daten mit Bioconductor anhand eines menschlichen Krebsdatensatzes analysieren und interpretieren lernen.

Genomische Daten analysieren in R

Reads-Zahlen laden

Interaktive praktische Übung