nf-core / chipseq

Introduction

nfcore/chipseq is a bioinformatics analysis pipeline used for Chromatin ImmunopreciPitation sequencing (ChIP-seq) data.

o gasoduto é construído usando Nextflow, uma ferramenta de fluxo de trabalho para executar tarefas através de múltiplas infra-estruturas computacionais de uma forma muito portátil. Ele vem com contêineres docker tornando a instalação trivial e resultados altamente reprodutíveis.

Pipeline resumo

1. read Raw QC (FastQC
2. Adaptador de recorte (Trim Galore!
3. Alinhamento (BWA)
4. Marca de duplicatas (picard
5. Mesclar alinhamentos de várias bibliotecas de uma mesma amostra (picard)
   1. Re-marca de duplicatas (picard
   2. Filtragem para remover:
      • lê o mapeamento na lista negra regiões (SAMtoolsBEDTools
      • lê-se que são marcados como duplicados (SAMtools
      • lê que não estão marcados como principal alinhamentos (SAMtools)
      • lê que não estejam mapeados (SAMtools
      • lê-se que o mapa em vários locais (SAMtools
      • lê contendo > 4 incompatibilidades (BAMTools)
      • lê-se que tem um tamanho de inserção > 2kb (BAMTools; emparelhado-fim)
      • lê o mapa para diferentes cromossomos (Pysam; emparelhado-fim)
      • lê o que não está em FR orientação (Pysam; emparelhado-final apenas)
      • lê, onde apenas uma leitura do par falha os critérios acima (Pysam; emparelhado-fim)
   3. Alinhamento de nível de QC e a estimativa da biblioteca de complexidade (picardPreseq
   4. Criar normalizada grandão arquivos dimensionado para 1 milhão mapeada lê (BEDToolsbedGraphToBigWig)
   5. Gerar gene-corpo meta-perfil do grandão arquivos (deepTools
   6. Calcular todo o genoma IP de enriquecimento em relação ao controle (deepTools
   7. Calcular a vertente cross-correlação de pico e ChIP-seq medidas de qualidade, incluindo o conselho de segurança nacional e RSC (phantompeakqualtools
   8. Chamada de largo/estreito picos (MACS2
   9. Anotar picos em relação ao gene recursos (HOMER)
   10. Criar consenso peakset em todas as amostras e criar tabular arquivo para ajudar na filtragem dos dados (BEDTools
   11. Contagem lê-se no consenso de picos (featureCounts
   12. Diferencial análise de vinculação, PCA e clustering (RDESeq2
6. Criar IGV sessão ficheiro contém grandão trilhas, picos e diferencial sites para visualização de dados (IGV).
7. Presente de qualidade de matérias de leitura, de alinhamento, de pico de chamada e de diferencial de enlace de resultados (MultiQCR)

Quick Start

1. Instalar nextflow

2. Instalar Docker ou Singularity por completo pipeline de reprodutibilidade (por favor, use Conda como último recurso; ver docs)

3. faça o Download do pipeline e testá-lo em um mínimo de conjunto de dados com um único comando:

   nextflow run nf-core/chipseq -profile test,<docker/singularity/conda/institute>

   por Favor, verifique nf-core/configs para ver se um arquivo de configuração personalizado para executar nf-núcleo de dutos já existente para o seu Instituto. Se assim for, você pode simplesmente usar -profile <institute> no seu comando. Isto irá activar ou docker ou singularity e definir as configurações de execução apropriadas para o seu ambiente local de cálculo.

4. comece a executar a sua própria análise!

   nextflow run nf-core/chipseq -profile <docker/singularity/conda/institute> --input design.csv --genome GRCh37

   Ver documentos de utilização para todas as opções disponíveis ao executar o gasoduto.

   documentação

   o gasoduto NF-core / chipseq vem com documentação sobre o gasoduto, encontrada nodocs/ directório:

   1. Instalação
   2. configuração de Pipeline
      • Local de instalação
      • Adicionar o seu próprio sistema de config
      • Referência genomas
   3. Executar o pipeline
   4. Saída e como interpretar os resultados
   5. Resolução de problemas

   Créditos

   Esses scripts foram originalmente escrito por Chuan Wang (@chuan-wang) e Phil Ewels (@ewels) para uso no Nacional de Infra-estrutura Genômica em SciLifeLab em Estocolmo, na Suécia. O gasoduto foi re-implementado desde então por Harshil Patel (@drpatelh) a partir da Bioinformática & Grupo Biostatístico no Francis Crick Institute, Londres.

   muito obrigado aos outros que ajudaram e contribuíram ao longo do caminho, incluindo (mas não limitado a): @apeltzer, @bc2zb, @crickbabs, @drejom, @houghtos, @KevinMenden, @mashehu, @pditommaso, @Rotholandus, @sofiahaglund, @tiagochst e @winni2k.

   Contribuições e Apoio

   Se você gostaria de contribuir para este pipeline, consulte a contribuir com orientações.

   para mais informações ou ajuda, não hesite em entrar em contacto com a folga #chipseq canal (pode juntar-se a este convite).

   Citation

   Se você usar NF-core/chipseq para sua análise, por favor cite-o usando o seguinte doi: 10.5281 / zenodo.3240506

   Você pode citar o nf-core publicação da seguinte forma:

   Uma extensa lista de referências para as ferramentas utilizadas pelo pipeline pode ser encontrado em CITATIONS.md arquivo.

   The nf-core framework for community-curated bioinformatics pipelines.

   Philip Ewels, Alexander Peltzer, Sven Fillinger, Harshil Patel, Johannes Alneberg, Andreas Wilm, Maxime Ulysse Garcia, Paolo Di Tommaso & Sven Nahnsen.

   Nat Biotechnol. 2020 Feb 13. doi: 10.1038/s41587-020-0439-x.
   ReadCube: Full Access Link