MeDIP-seq 跟ChIP-seq的分析手段是一模一样的，同理hMeDIP-seq，caMeDIP-seq等等，都没有本质上的区别，只是用的抗体不一样而已，请自行搜索基础知识，我只讲数据分析。

一个ChIP-seq实战-超级简单-2小时搞定！

一个RNA-seq实战-超级简单-2小时搞定！

请先看看我前面写的系列，对我而言很简单，因为软件我都安装了，数据我都下载好了，代码我都看得懂，对你，不一定简单，有朋友反映学了两个星期才弄懂，但至少，是可以弄懂的！

## Download and install deepTools

## https://github.com/fidelram/deepTools

## http://deeptools.readthedocs.io/en/latest/content/example_usage.html

pip install pyBigWig --user

cd ~/biosoft

mkdir deepTools && cd deepTools

git clone https://github.com/fidelram/deepTools ## 130M,

cd deepTools

python setup.py install --user

## 17 tools in ~/.local/bin/

~/.local/bin/deeptools

ls ../bamFiles/*bam |while read id

do

file=$(basename $id )

sample=${file%%.*}

echo $sample

bamCoverage -b $id -o $sample.bw

computeMatrix reference-point --referencePoint TSS -b 10000 -a 10000 -R ~/annotation/CHIPseq/mm10/ucsc.refseq.bed -S $sample.bw --skipZeros -o matrix1_${sample}_TSS.gz --outFileSortedRegions regions1_${sample}_genes.bed

plotHeatmap -m matrix1_${sample}_TSS.gz -out ${sample}.png

done

本文的重点在于讲解如何查看自己的peaks是否是正确的！我是直接用比对的bam文件来用samtools depth命令来获取peaks区域的测序深度，从而画图的，代码见step5-peaks-view-samtools-depth.R

在终端调用我的代码画图命令如下；

Rscript ~/scripts/peakView.R ../unique_peaks.bed ../../SRR2774675.unique.sorted.bam ../../SRR2774676.unique.sorted.bam
Rscript ~/scripts/peakView.R ../unique_peaks.bed ../../SRR2774675.unique.sorted.bam ../../SRR2774676.unique.sorted.bam

下面随便看两个peaks，很明显是双峰模型，而且IP的测序深度远高于INPUT，数据非常棒！

然后我不得不指出如果CHIP-seq实验失败，那么peaks会很诡异，首先你会看到测序深度大多都在10以下，即使有部分测序深度很高的，也是IP和INPUT的测序深度压根就没有差异，下面就是一个典型的失败案例！

这种实验失败的数据，实在是无法分析。而转录因子的CHIP-seq实验失败率还挺高的，所以一定要有control，否则再怎么分析也是 rubbish in rubbish out

然后我比较首先推崇broad研究所的下载方式

	Parent Directory		-
	broadPeak/	08-Feb-2015 21:00	-
	gappedPeak/	08-Feb-2015 21:00	-
	lowq/	31-Aug-2014 20:42	-
	narrowPeak/	08-Feb-2015 20:59	-

这里面有3种peaks，我现在还没有搞懂是什么意思。

接着是 iHEC存放的数据：

最后可以从圣路易斯华盛顿大学里面下载

• chromatin structure (5C)
• open chromatin (DNase-seq and FAIRE-seq)
• histone modifications and DNA-binding of over 100 transcription factors (ChIP-seq)
• RNA transcription (RNAseq and CAGE)

然后是ENCODE计划的官网下载：

接下来是GEO数据库里面：

然后是broad 研究所托管的ENCODE计划的数据:

除了ENCODE计划的数据，还有Blueprint计划和roadmap计划的数据都可以下载。

	CEEHRC	2014-09-18	Click here for policies
	Blueprint	2014-08-11	Click here for policies
	ENCODE	2011-01	Click here for policies
	NIH Roadmap	2014-05-29	Click here for policies
	DEEP	2014-08-15	Click here for policies
	CREST JST	2014-09-12	Click here for policies
	KNIH	2015-07-15	Click here for policies

最后就是ENSEMBL数据库里面的：