技能 deeptools
🧬
处理和可视化下一代测序数据。将BAM转换为bigWig，生成质量控制图，并为ChIP-seq、RNA-seq和ATAC-seq实验创建可直接发表的峰图。
支援: Claude Codex Code(CC)
1
下載技能 ZIP
2
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
3
開啟並開始使用
測試它
正在使用「deeptools」。 创建TSS区域周围的ChIP-seq信号热图
預期結果:
- 步骤1：计算TSS周围的矩阵
- computeMatrix reference-point -S signal.bw -R genes.bed -b 3000 -a 3000 --referencePoint TSS -o matrix.gz
- 步骤2：生成热图
- plotHeatmap -m matrix.gz -o heatmap.png --colorMap RdBu --kmeans 3
- 参数说明：
- -b 3000：TSS上游3kb
- -a 3000：TSS下游3kb
- --kmeans 3：将基因按信号模式聚类为3组
正在使用「deeptools」。 使用指纹图检查ChIP-seq质量
預期結果:
- 运行plotFingerprint评估富集情况：
- plotFingerprint -b input.bam chip.bam -o fingerprint.png --extendReads 200 --ignoreDuplicates
- 解读：
- - 急剧上升表示ChIP富集强烈
- - 扁平对角线表示富集效果差
- - 对照应显示近似线性分布
安全審計
安全v4 • 1/17/2026
All 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.
9
已掃描檔案
3,062
分析行數
3
發現項
4
審計總數
風險因素
⚙️ 外部命令 (2)
📁 檔案系統存取 (1)
🌐 網路存取 (1)
審計者: claude 查看審計歷史 →
品質評分
82
架構
100
可維護性
87
內容
22
社群
100
安全
78
規範符合性
你能建構什麼
ChIP-seq实验的质量控制
验证ChIP质量，评估富集强度，并在下游分析前比较重复样本。
覆盖轨迹生成
从BAM比对创建归一化的bigWig文件，用于基因组浏览器可视化。
样本比较
使用相关性分析比较多个样本，并生成可直接发表的热图。
試試這些提示
基本转换
将我的sample.bam文件转换为使用RPGC归一化的标准化bigWig覆盖轨迹，适用于hg38基因组。
质量检查
通过生成指纹图和相关性热图来检查我的ChIP-seq实验质量。
可视化
生成显示我的H3K4me3数据在转录起始位点周围ChIP信号的热图。
完整工作流
从BAM文件生成完整的ChIP-seq分析工作流，包括比较处理样本与input对照的热图。
最佳實務
- 始终在分析前使用验证脚本验证BAM文件，确保索引存在
- 选择适当的归一化方法：ChIP-seq用RPGC，RNA-seq bins用CPM，基因水平分析用RPKM
- 除非特别分析克隆性，否则使用--ignoreDuplicates去除PCR重复
避免
- 不要对RNA-seq分析使用--extendReads，因为这会跨越剪接连接位点延伸
- 比较多个样本时避免混用不同的归一化方法
- 不要在详细分析之前跳过质量控制步骤
常見問題
ChIP-seq应该使用什么归一化方法？
ChIP-seq覆盖轨迹使用RPGC，简单的归一化使用CPM。两者都需要有效基因组大小。
为什么我的BAM文件报错？
确保BAM文件有对应的.bai索引文件。运行：samtools index yourfile.bam
这个工具可以用于ATAC-seq数据吗？
可以。使用alignmentSieve加上--ATACshift来应用Tn5校正，然后再生成覆盖轨迹。
应该使用什么基因组大小？
人类hg38：2913022398，小鼠mm10：2652783500，果蝇dm6：142573017。使用有效基因组大小，而不是组装大小。
如何比较处理样本与对照样本？
使用bamCompare加上--operation log2创建ChIP相对于input的log2比率轨迹。
为什么我的热图是空的？
检查你的bigWig和BED文件是否使用相同的基因组组装和染色体。