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.

Importing data

Reading BAM files

Reading BED files

Taking a closer look at peaks

Plotting a region in detail

Adding Annotations

Cleaning ChIP-seq data

Removing blacklisted regions

Filtering reads

Compare filtered data to raw reads

Assessing enrichment

Computing coverage

Peaks vs background

Back to Basics - Preparing ChIP-seq data

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

Farklı bağlanmaya giriş

Sence bu örnekler aynı mı görünüyor?

Örnekleri kümeleme

Protein bağlanmasındaki farklılıkları görselleştirme

Farklı bağlanmayı test etme

Okuma (Read) Sayılarını Yükleme

Modeli kurma

Modeli uydurma

PCA ve Isı Haritasına Yeniden Bakış

Farklı bağlanmaya daha yakından bak

MA grafiği

Volkan grafiği

Protein bağlanmasındaki farkları özetleme

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

Sence bu örnekler aynı mı görünüyor?

R ile Bioconductor kullanarak ChIP-seq

Uygulamalı interaktif egzersiz