deeptools
Analisar dados NGS com deepTools
Auch verfügbar von: davila7
Processe e visualize dados de sequenciamento de próxima geração. Converta BAM para bigWig, gere gráficos de controle de qualidade e crie heatmaps prontos para publicação em experimentos ChIP-seq, RNA-seq e ATAC-seq.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "deeptools". Criar um heatmap do sinal de ChIP-seq em torno de regiões TSS
Erwartetes Ergebnis:
- Passo 1: Calcular matriz em torno de TSS
- computeMatrix reference-point -S signal.bw -R genes.bed -b 3000 -a 3000 --referencePoint TSS -o matrix.gz
- Passo 2: Gerar heatmap
- plotHeatmap -m matrix.gz -o heatmap.png --colorMap RdBu --kmeans 3
- Parâmetros explicados:
- -b 3000: 3kb upstream de TSS
- -a 3000: 3kb downstream de TSS
- --kmeans 3: Agrupar genes em 3 grupos por padrão de sinal
Verwendung von "deeptools". Verificar qualidade de ChIP-seq com gráfico de fingerprint
Erwartetes Ergebnis:
- Execute plotFingerprint para avaliar enriquecimento:
- plotFingerprint -b input.bam chip.bam -o fingerprint.png --extendReads 200 --ignoreDuplicates
- Interpretação:
- - Aumento íngreme indica forte enriquecimento de ChIP
- - Diagonal plana sugere enriquecimento fraco
- - Controle deve mostrar distribuição quase linear
Sicherheitsaudit
SicherAll 519 static findings are FALSE_POSITIVES. The scanner misinterpreted markdown documentation examples with backticks as shell execution, 'SAM files' (Sequence Alignment/Map format) as Windows SAM database, and mentions of bioinformatics tools (samtools, plotFingerprint) as security threats. The Python scripts perform legitimate workflow generation for NGS analysis. No actual security risks present.
Risikofaktoren
⚙️ Externe Befehle (2)
📁 Dateisystemzugriff (1)
🌐 Netzwerkzugriff (1)
Qualitätsbewertung
Was du bauen kannst
QC para experimentos ChIP-seq
Valide a qualidade do ChIP, avalie a força de enriquecimento e compare réplicas antes da análise downstream.
Geração de trilhas de cobertura
Crie arquivos bigWig normalizados a partir de alinhamentos BAM para visualização no navegador do genoma.
Comparação de amostras
Compare múltiplas amostras com análise de correlação e gere heatmaps prontos para publicação.
Probiere diese Prompts
Converter meu arquivo sample.bam em uma trilha de cobertura bigWig normalizada usando normalização RPGC para o genoma hg38.
Verificar a qualidade do meu experimento ChIP-seq gerando um gráfico de fingerprint e um heatmap de correlação.
Gerar um heatmap mostrando o sinal de ChIP em torno dos sítios de início de transcrição para meus dados H3K4me3.
Gerar um fluxo de trabalho completo de análise ChIP-seq de arquivos BAM para heatmaps comparando tratamento versus controle de input.
Bewährte Verfahren
- Sempre valide arquivos BAM com o script de validação antes da análise para garantir que os índices existam
- Escolha o método de normalização apropriado: RPGC para ChIP-seq, CPM para bins de RNA-seq, RPKM para análise em nível de gene
- Use --ignoreDuplicates para remover duplicatas de PCR, a menos que esteja analisando clonagem especificamente
Vermeiden
- Não use --extendReads para análise de RNA-seq, pois estenderia através de junctions de splicing
- Evite misturar métodos de normalização ao comparar múltiplas amostras
- Não pule etapas de controle de qualidade antes da análise detalhada
Häufig gestellte Fragen
Qual método de normalização devo usar para ChIP-seq?
Por que meu arquivo BAM está dando erro?
Posso usar isso para dados de ATAC-seq?
Qual tamanho de genoma devo usar?
Como comparar tratamento versus controle?
Por que meus heatmaps estão vazios?
Entwicklerdetails
Autor
K-Dense-AILizenz
BSD license
Repository
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/deeptoolsRef
main
Dateistruktur