豆豆開始寫于19.2.4

之前從未涉足這個領域，但確實是未來發(fā)展方向
還是老規(guī)矩，流程學習很快，重點在于為什么做以及做完怎么解讀
先補充背景知識吧，春晚之前發(fā)出來
生信星球祝大家春節(jié)快樂咯！明年進步會更大！一起加油吧

背景知識

NGS與轉錄

• 轉錄組即某個物種或特定細胞在某一功能狀態(tài)下產(chǎn)生的所有RNA的總和 (哪些序列能夠表達，何時何處表達， 轉錄活躍程度)

• 部分基因是能夠轉錄=》染色質(zhì)多為開放狀態(tài)；其余基因抑制狀態(tài)=》染色質(zhì)狀態(tài)較為緊密【基因開啟、關閉：基因調(diào)控】

• 基因表達調(diào)控：信號轉導、轉錄前（染色質(zhì)構象和表觀調(diào)控等）、轉錄調(diào)控、轉錄后調(diào)控（剪切、編輯、轉運等）、翻譯和翻譯后調(diào)控【針對DNA序列：順式元件Cis； 針對結合因子包括蛋白和非蛋白因子：反式作用因子Trans】

• 非編碼區(qū)大量組織特異性調(diào)控序列：增強子enhancer、沉默子silencer、絕緣子insulator等+幾個/幾十/幾百調(diào)控因子（轉錄因子、染色質(zhì)調(diào)控蛋白、組蛋白、RNA分子）+三維結構

• 目前技術：

• 分離純化多拷貝的基因組重復序列，如染色體端粒(telomere)：locked nucleic acids (LNAs)和transcription activator-like (TAL)

• 常規(guī)技術：ChIP-seq和ChIA-PE依賴于單個調(diào)控因子或組蛋白修飾【不能純化、分析單個調(diào)控序列所結合的多個調(diào)控因子及三維結構】

• 挑戰(zhàn)：native狀態(tài)下區(qū)分結合調(diào)控序列的特異性調(diào)控因子和細胞內(nèi)大量的非特異性因子

文獻綜述一定要看

PPT大體印象；綜述幫助理解；文獻獲取流程

PPT：

Basics of ChIP-Seq
https://www.msi./sites/default/files/basics_chip_seq_0.pdf

ChIP-seq Data Analysis
https:///slide/3385783/

圖中可以看到，基本原理是：特定時間點上用甲醛交聯(lián)等方式“固定”細胞內(nèi)所有DNA結合蛋白的活動，細胞內(nèi)蛋白和DNA相互作用的關系被“截屏”了=》然后裂解細胞、斷裂DNA（此時存在蛋白、與蛋白相連的DNA、游離的DNA）=》加上特定抗體取出蛋白及相連的DNA=》將與蛋白相連的DNA解離、純化=》測序=》看到蛋白質(zhì)抓取的片段們就是IGV中形成的峰，而游離的DNA們就沒有峰

綜述：

ChIP-seq guidelines and practices of the ENCODE and modENCODE consortia （2012）
https://www.ncbi.nlm./pubmed/22955991

首先就介紹了ChIP的歷史【染色質(zhì)免疫沉淀（Chromatin immunoprecipitation ，ChIP）技術誕生很早，由Orlando等人創(chuàng)立于1997年，發(fā)表于2000年，先利用Microarray技術 ChIP-chip，后2007年利用DNA sequencing技術 ChIP-seq。雖然技術在進步，但都是要先通過免疫沉淀拉下來DNA】

它用來研究細胞內(nèi)DNA與蛋白質(zhì)相互作用，確定特定蛋白（如轉錄因子）是否結合特定基因組區(qū)域（如啟動子或其它DNA結合位點），或確定基因組上與組蛋白修飾相關的特定位點

然后提到兩個組織：ENCODE（http:///ENCODE/ ）和modENCODE（http://www./ for small genomes），他們在4個物種（果蠅、秀麗隱桿線蟲、人、小鼠）的100多種細胞做了超過1000次ChIP-seq實驗，發(fā)現(xiàn)了140多種不同的因子和組蛋白修飾
【與外顯子測序不一樣，ChIP-seq不是通過設計好的探針來捕獲序列，而是通過特異的RNApoly酶、組蛋白、轉錄因子來捕獲，哪里結合蛋白就捕獲哪里。每做一次實驗，換一個蛋白，所捕獲的序列是不一樣的】

文獻：

Getting-Started-with-ChIP-Seq（2013）

http:///wp-content/uploads/2013/02/Getting-Started-with-ChIP-Seq.pdf

Key steps：

• Experimental design
  sequencing platform; the number of sequence reads (standard 20-40M); biological replication

• Controls for ChIP-seq experiments

• Reference genome alignment of ChIP-seq reads

  (mapping)

• Background estimation

• Peak finding

• Quality control of ChIP-seq experiments

• Differential binding analysis

• Motif analysis