Geblokkeerde regio's verwijderen
Het identificeren en verwijderen van peaks in geblokkeerde regio's is een belangrijke stap om de data klaar te maken voor verdere analyse. Voor deze oefening gebruiken we de blacklist die is opgenomen in het ChIPQC-pakket. Deze is ook rechtstreeks beschikbaar via ENCODE.
Voor deze oefening zijn peak-calls beschikbaar in peaks, dekkingsgegevens in cover en geblokkeerde regio's in blacklist.hg19. De functie findOverlaps() is hier handig. Je bent het concept van overlappende regio's al tegengekomen in de introductiecursus over Bioconductor en we komen er later in dit hoofdstuk op terug.
Het kan even duren om alle benodigde data en R-pakketten voor deze oefening te laden. Dank voor je geduld.
Deze oefening maakt deel uit van de cursus
ChIP-seq met Bioconductor in R
Oefeninstructies
- Zoek alle overlappingen tussen peaks en geblokkeerde regio's.
- Plot read coverage, peak-calls en geblokkeerde regio's met Gviz.
- Verwijder alle geblokkeerde peaks.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# 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)]