Introduction aux expériences ChIP-seq. Pourquoi sont-elles intéressantes? Quels types de phénomènes peut-on étudier avec ChIP-seq et que pouvons-nous apprendre de ces expériences.

Qu'est-ce que la ChIP-seq ?

Récapitulatif de la ChIP-seq

Données de séquençage

Appels de pics

Flux de travail ChIP-seq

Carte thermique

Des gènes qui font la différence

Résumé des résultats de ChIP-seq

Comprendre les données ChIP-seq

Introduction au ChIP-seq

C'est maintenant que l'analyse ChIP-seq commence pour de bon. Ce chapitre présente des outils Bioconductor pour importer et nettoyer les données.

Importation des données

Lecture de fichiers BAM

Lecture de fichiers BED

Examiner les pics de plus près

Tracer une région en détail

Ajout d'annotations

Nettoyer des données ChIP-seq

Retirer les régions sur liste noire

Filtrer les lectures

Comparer les données filtrées aux lectures brutes

Évaluer l'enrichissement

Calculer la couverture

Pics vs arrière-plan

Retour aux bases – Préparer les données ChIP-seq

Ce chapitre présente des techniques pour repérer et visualiser les différences entre des échantillons ChIP-seq.

Introduction à la liaison différentielle

Ces échantillons vous semblent-ils identiques?

Regrouper les échantillons (clustering)

Visualiser les différences d'attachement des protéines

Tester la liaison différentielle

Charger les décomptes de lectures

Configuration du modèle

Ajuster le modèle

Revenir sur l'ACP et la carte thermique

Un examen approfondi de la liaison différentielle

Nuage MA

Nuage volcan

Résumer les différences de liaison des protéines

Comparer des échantillons ChIP-seq

Pouvoir identifier des liaisons différentielles entre des groupes d'échantillons, c'est très bien, mais qu'est-ce que cela signifie? Ce chapitre présente des stratégies pour interpréter les résultats de liaison différentielle afin de passer des appels de pics à des observations biologiquement pertinentes.

Interpréter les pics ChIP-seq

Regrouper les pics

Utiliser des annotations

Annotation des pics

Quels pics sont différents?

Interpréter des listes de gènes

Associer les pics aux gènes

Repérer les thèmes communs

Comprendre l'impact sur les voies

Examiner de plus près les voies

Analyses ChIP-seq avancées

Des pics aux gènes jusqu'à la fonction

Chromosome 20 dataset

Androgen Receptor ChIP-seq Peaks dataset

L'analyse ChIP-seq est un volet essentiel de la bio-informatique. Elle offre une fenêtre sur la machinerie qui fait fonctionner les cellules de notre corps. Qu'il s'agisse d'un neurone qui vous aide à lire cette page Web ou d'une cellule immunitaire qui patrouille votre organisme à la recherche de microorganismes pouvant vous rendre malade, elles portent toutes le même génome. Ce qui les distingue, ce sont les gènes actifs à un moment donné. Les gènes activés sont déterminés par un système complexe de protéines qui peuvent activer ou désactiver les gènes. Lorsque cette machinerie de régulation se dérègle, cela peut mener au cancer et à d'autres maladies invalidantes. L'analyse ChIP-seq nous permet de comprendre la fonction des protéines régulatrices, leur contribution possible aux maladies et de dégager des pistes pour intervenir afin d'empêcher les cellules de perdre le contrôle. Dans ce cours, vous explorerez un jeu de données réel tout en apprenant à traiter et à analyser des données ChIP-seq dans R.

Intermediate R

Introduction to Bioconductor in R

Apprenez à analyser et interpréter les données ChIP-seq avec Bioconductor sur un ensemble de cancer humain.

ChIP-seq avec Bioconductor en R

Analysez et interprétez des données ChIP-seq avec Bioconductor à partir d’un jeu de données sur le cancer humain.

Analyse des données génomiques en R

Comparer les données filtrées aux lectures brutes

ChIP-seq avec Bioconductor en R

Exercice interactif pratique