Introduction to ChIP-seq experiments. Why are they interesting? What sort of phenomena can be studied with ChIP-seq and what can we learn from these experiments.

What is ChIP-seq?

ChIP-seq recap

Sequencing data

Peak calls

ChIP-seq Workflow

Heat map

Genes that make a difference

ChIP-seq results summary

Understanding ChIP-seq data

Introduction to ChIP-seq

Now the ChIP-seq analysis begins in earnest. This chapter introduces Bioconductor tools to import and clean the data.

Veri içe aktarma

BAM dosyalarını okuma

BED dosyalarını okuma

Zirvelere daha yakından bakmak

Bir bölgeyi ayrıntılı olarak çizmek

Açıklama (Annotation) Ekleme

ChIP-seq verilerini temizleme

Kara listeye alınmış bölgeleri kaldırma

Okumaları filtreleme

Süzülmüş veriyi ham okumalarla karşılaştır

Zenginleşmeyi değerlendirme

Kapsam (coverage) hesaplama

Pikler ve arka plan

Back to Basics - Preparing ChIP-seq data

This chapter introduces techniques to identify and visualise differences between ChIP-seq samples.

Introduction to differential binding

Do these samples look the same to you?

Clustering samples

Visualising differences in protein binding

Testing for differential binding

Loading Read Counts

Setting-up the model

Fitting the model

Revisiting PCA and Heat map

A closer look at differential binding

MA plot

Volcano plot

Summarising differences in protein binding

Comparing ChIP-seq samples

Being able to identify differential binding between groups of samples is great, but what does it mean?  This chapter discusses strategies to interpret differential binding results to go from peak calls to biologically meaningful insights.

Interpreting ChIP-seq peaks

Consolidating peaks

Using Annotations

Annotating peaks

Which peaks are different?

Interpreting Gene lists

Associating peaks with genes

Finding common themes

Understanding the impact on pathways

A closer look at pathways

Advanced ChIP-seq analyses

From Peaks to Genes to Function

Androgen Receptor ChIP-seq Peaks dataset

Chromosome 20 dataset

ChIP-seq analizi, biyoinformatiğin önemli bir dalıdır. Vücudumuzdaki hücreleri çalıştıran düzeneklere bir pencere açar. İster bu web sayfasını okumana yardım eden bir beyin hücresi olsun, ister seni hasta edebilecek mikroorganizmalar için devriye gezen bir bağışıklık hücresi, hepsi aynı genomu taşır. Onları birbirinden ayıran, herhangi bir anda aktif olan genlerdir. Hangi genlerin aktif olacağı, genleri etkinleştirebilen ve devre dışı bırakabilen karmaşık bir protein sistemi tarafından belirlenir. Bu düzenleyici mekanizma kontrolden çıktığında, kansere ve diğer yıpratıcı hastalıklara yol açabilir. ChIP-seq analizi, düzenleyici proteinlerin işlevini, hastalığa nasıl katkıda bulunabileceklerini anlamamızı sağlar ve hücrelerin kontrolden çıkmasını önlemek için nasıl müdahale edebileceğimize dair içgörüler sunabilir. Bu kursta, R içinde ChIP-seq verilerini işlemeyi ve analiz etmeyi öğrenirken gerçek bir veri kümesini keşfedeceksin.

Intermediate R

Introduction to Bioconductor in R

Bioconductor ile insan kanseri verisi kullanarak ChIP-seq verilerini analiz etmeyi öğrenin.

R ile Bioconductor kullanarak ChIP-seq

İnsan kanseri veri setini kullanarak Bioconductor yardımıyla ChIP-seq verilerini analiz etme ve yorumlama yöntemlerini öğrenin.

Genomik Verilerin Analizi in R

Süzülmüş veriyi ham okumalarla karşılaştır

R ile Bioconductor kullanarak ChIP-seq

Uygulamalı interaktif egzersiz