6. 使用ChIP-seeker进行peaks注释

• 前言：在基因组找到了转录因子/组蛋白结合位点之后，最终还是要落脚到功能基因上，组蛋白结合到这有什么用？调控了谁？---这就叫peak的注释，或者叫做转录因子/蛋白结合位点的注释。

两种情况：

1. 结合在promoter在基因上游2k以内。
2. 结合在enhancer区域，一般有点远又不会太远，1M以内的距离。

1. 软件

# chipseeker
https://bioconductor.org/packages/release/bioc/vignettes/ChIPseeker/inst/doc/ChIPseeker.html

# homer
http://homer.ucsd.edu/homer/
http://homer.ucsd.edu/homer/ngs/index.html
http://homer.ucsd.edu/homer/ngs/annotation.html

• homer界面

2. 使用

# 1.library
library(tidyverse)
library(ChIPseeker)

# 2.prepare TxDb, 存的是物种的基因信息
library(GenomicFeatures)
txdb <- makeTxDbFromGFF("genes_longest.gtf",format="gtf")

# 3.准备peak文件
peak = readPeakFile("peaks.narrowPeak")

# 4.peak注释
## 4.1 默认参数
peakAnno <- annotatePeak(
        peak = peak,
        TxDb = txdb
)

## 4.2 修改参数
peakAnno <- annotatePeak(
        peak,
        tssRegion=c(-2000,50),
        TxDb = txdb,
        level="gene",
        flankDistance=5000,
        genomicAnnotationPriority = c("Promoter",
                                        "5UTR", "3UTR", "Exon",
                                        "Intron", "Downstream",
                                        "Intergenic")
                                )
peakAnno_df <- as_tibble(peakAnno)

# 1.饼图
plotAnnoPie(peakAnno)

# 2.peakAnno转成dataframe
peakAnno_df = as.data.frame(peakAnno)

3.结果

• 原因是默认参数为TSS region（-3000，3000）

1.基因长的话：

2.基因不长，3k的话：

3.如果基因很短：

• 参数flankDistance怎么理解？理解为最多找方圆多远的距离。
• flankDistance的值：找promoter可短，找enhancer可长，无论如何不超过1M。

• genomicAnnotationPriority参数：注释的优先级。