表观调控13张图之五chip-seq数据直接的相关性
前面我们讲过了关于样本间转录组数据 RNA-seq 相关性的计算，今天我们将讲述关于样本 ChIP-seq 数据之间的相关性怎么算？
为什么这里又要重新写一章节呢？我们都知道 RNA-seq 数据中的 reads 主要集中基因上, 所以我们可以通过计算基因上的 reads 来查看样本之间的相关性如何？但是 ChIP-seq 并不是这样，不同修饰、转录因子等的数据在基因组上富集是不一样的。
举个例子，拿 2013 年中的一篇文章（ Zhou Du et al., 2013 ）来说，我们可以看到 Peak 不仅仅只是分布在 Gene ( intron + 5'UTR + 3'UTR + conding exon ) 区间，而且还有相当一部分分布在 Intergenic 和 Promoter 区域。当然如果你如果都不了解 Peak 是什么，那就请补点 ChIP-seq 的基础知识了。（其实我们通过前面章节的 Peak 注释就应该理解了为什么和 RNA-seq 不同）
我们可以通过使用 deeptools 将全基因组分成若干个 xx bin 长度的区间。
我们在计算 ChIP-seq 相关性时候，有两种情况，当我们数据没有重复时候，对样本直接进行相关性计算即可；
不合并样本，检测样本相关性
在 linux 环境下得到矩阵（也可以出图，但是我们一般是只要数据，图自己画）
# https://deeptools.readthedocs.io/en/develop/content/tools/multiBigwigSummary.html
# https://deeptools.readthedocs.io/en/develop/content/tools/plotCorrelation.html
multiBigwigSummary bins -b *WT*bw -o wt_results.npz -p 8
plotCorrelation -in wt_results.npz \
--corMethod spearman --skipZeros \
--plotTitle "Spearman Correlation of Read Counts" \
--whatToPlot heatmap --colorMap RdYlBu --plotNumbers \
--plotFileFormat pdf \
-o heatmap_SpearmanCorr_readCounts.pdf \
--outFileCorMatrix SpearmanCorr_readCounts.tab在 R 中进行可视化
rm(list = ls())
options(stringsAsFactors = F)
a = read.table('SpearmanCorr_readCounts.tab')
pheatmap::pheatmap(a)
library(stringr)
ac = data.frame(group=str_split(rownames(a), '_', simplify = T)[,1])
rownames(ac) = colnames(a)
M = a
pheatmap::pheatmap(M,
annotation_col = ac) 
我们可以看到只有样本 Ez 几个重复聚集在一起，其他的并不是很好，也有可能是我们之前得到 bw 文件那一步的计算方法原因，但是代码是没有问题的。比如也有方法只计算 peak 区域的 Peak ，然后计算样本间的相关性等等。
当我们有多个重复时候，我们可以先检验样品内相关是否高？然后再将一个样品的所有重复再合并进行下游分析。
合并样本（ 前提是是你样品内重复性够好才进行合并 ）。
# 虽然我们可以看到前面只有第一个样本内的重复性够好，但是进行下面这一步纯粹是假设所有样本内相关性够好，才将所有重复合并为一个，再计算相关性，这里纯粹的生物学意义不是很大。计算方法以及绘图和前面都一样
# 都是基于 bw 文件，分 bin，然后计算相关性，用 R 绘图。
# NGS 很多分析方法都是相同的，就看你怎么理解了
multiBigwigSummary bins -b *WT*bw -o wt_merge_results.npz -p 8
plotCorrelation -in wt_merge_results.npz \
--corMethod spearman --skipZeros \
--plotTitle "Spearman Correlation of Read Counts" \
--whatToPlot heatmap --colorMap RdYlBu --plotNumbers \
--plotFileFormat pdf \
-o merge_heatmap_SpearmanCorr_readCounts.pdf \
--outFileCorMatrix merge_SpearmanCorr_readCounts.tab在 R 中进行可视化
a = read.table('merge_SpearmanCorr_readCounts.tab')
pheatmap::pheatmap(a)
我们这里纯粹的教大家怎么去解决这一类的问题，授人以鱼不如授人以渔。重要的是大家要通过从中了解到清楚遇到这种应该怎么去实现，只要我们了解了此类的问题的相关关键词，你搜索的时候就能大大精确得到你想要的结果。好了，下期再见。