deeptools
Analisar dados NGS com deepTools
Também disponível em: 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.
Baixar o ZIP da skill
Upload no Claude
Vá em Configurações → Capacidades → Skills → Upload skill
Ative e comece a usar
Testar
A utilizar "deeptools". Criar um heatmap do sinal de ChIP-seq em torno de regiões TSS
Resultado esperado:
- 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
A utilizar "deeptools". Verificar qualidade de ChIP-seq com gráfico de fingerprint
Resultado esperado:
- 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
Auditoria de Segurança
SeguroAll 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.
Fatores de risco
⚙️ Comandos externos (2)
📁 Acesso ao sistema de arquivos (1)
🌐 Acesso à rede (1)
Pontuação de qualidade
O Que Você Pode Construir
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.
Tente Estes 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.
Melhores Práticas
- 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
Evitar
- 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
Perguntas Frequentes
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?
Detalhes do Desenvolvedor
Autor
K-Dense-AILicença
BSD license
Repositório
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/deeptoolsReferência
main
Estrutura de arquivos