对于ATAC_seq, chip_seq等抗体富集型文库而言，peak calling是分析的第一步。通过peak calling,可以得到抗体富集的区域，这些区域有对应的生物学功能，在chip_seq中，可以是转录因子结合区或者发生组蛋白修饰的区域，ATAC中对应的就是开放染色质区域。
上述各种测序研究的对象都是基因的表达调控，peak calling帮助我们得到调控片段的染色体位置，可以构建潜在的调控网络。众所周知，基因表达调控是一个动态变化的过程，不同生长阶段，不同实验条件的样本间，其调控元件是会存在差异的，而研究这个动态过程，其意义更加重大，对应到数据上，peak caling之后，我们要做的就是peak 的差异分析。
peak差异分析的工具很多，不同软件的结果不尽相同，如何选择是一个难题。在下列文章中，以chip_seq数据为例，针对已经发表的多个peak差异分析工具进行了探索
文章链接如下
http://bioinfo.sibs.ac.cn/shaolab/pdf/2017%20quantitative%20biology;%20review%20of%20chipseq%20differential%20binding%20analysis.pdf
peak 差异分析与peak caling的结果紧密相依，在上述文献中，将peak差异分析总结为了两大类，示意如下
第一类，类似转录组差异分析的策略，首先基于peak calling的结果，统计peak区域在各个样本中的表达量，然后进行归一化，差异分析；第二类，采用了隐马可夫模型，将基因组的区域分为了非差异，上调，下调3种不同状态，构建3种状态间的转移矩阵，二者最大的区别就在于第二类的软件不需要依赖已有的peak calling结果。
在实验设计中，还需要考虑到一个因素就是生物学重复，虽然大多数实验都是有生物学重复的，但是没有生物学重复的情况也不可避免，这在选择对应的分析软件时要充分考虑。为了方便选取，文献中整理了如下所示的决策树
首先明确是是否基于已有的peak区域进行分析，如果不基于已有的peak区域，可以选择滑动窗口或者隐马可夫模型， 其中基于滑动窗口的软件如下
基于隐马可夫模型的软件如下
如果基于已有的peak结果进行分析，则需要根据有无生物学重复进行判断，如果没有生物学重复，可以选择MAnorm或者GFOLD软件，如果有生物学重复，而且统计的是raw count格式的表达量，则可以用转录组中常用的edgeR, DESeq进行差异分析，如果不是raw count, 则可以用DBChip, ChIPComp, voom来进行分析。
在文章中，说明了用edgeR和DESeq进行peak 差异分析的理由，将peak看做是RNA_seq中的基因，则其定量方式和差异分析可以通用。另外，文章中还提到一种很有启发的差异分析思路，用macs和scier等peak caling软件进行差异分析，这些软件的常规用法是比较实验样本和input样本的差异，进行peak calling, 在用其进行差异分析时，将对照组的样本看做input, 将实验组的样本设置为case, 然后进行peak calling,最终鉴定到的区域，可以看做是两组间的差异peak 区域。
这篇文章发表的比较早，一些些的差异peak分析软件没有包括进来，比如DiffBind, macs2的差异peak 分析功能，后续在详细介绍各个软件的用法。
·end·
一个只分享干货的
生信公众号