1、测序数据量（这里是fastp报告）
整体上来说，测序的数据量一般是没有问题的，数据质量一般是没有问题的，Q30的值非常高，过滤前的数据和过滤后的数据相差不多，没过滤掉多少。说明整个数据的质量通常是非常高的。
2、有效数据量
越多越好，因为ChIP-seq的背景信号太强了，噪音太强了，所以测序数据量越大，就越可靠。
duplication也要去除掉，去除完后，如果仍然有10-20M，才算。
3、FRiP( Fraction of Reads in Peaks) 就是说测序测到这么多的reads，有多少reads是落在了peaks里面，有多少reads是落在了peaks外面，peaks里面是我们真正想要的东西，落在peaks外面的可以理解为噪音。所以FRiP代表的是信噪比。这个值高，说明测序的噪音背景会比较弱。
- 利用bam和peak的交集进行计算
bedtools intersect -a bam -b narrowpeak
- 利用featureCounts定量的log日志
- DiffBind跑完之后会出一个FRIP
- featureCounts里的和DiffBind里算的不一样，why？
答：DiffBind不对，因为它只取中心左右200bp，将peaks切小了。
- 文库复杂度：duplication的比例。
也就是duplication的比例，duplication越多，文库的复杂度越低，代表文库里面质量不好。
- cross-correlation 在人的ENCODE计划里面提出了很多指标，在做普通物种的时候，不用特别在意。
- cross-correlation的基本思想：
移动到某个位置，这两个峰的相关性系数最高，移动的距离叫作d，这个d就叫插入片段的长度。
所以cross-correlation有2个作用：
- 对数据进行评估，看两个峰的相关性系数高不高，相关系数高，代表测序质量好；
- 用来估计单端测序的fragment size；
