- 综合排序
- 最热优先
- 最新优先
- 来自专栏生信探索
单细胞ATAC实战01: CellRanger-ATAC定量
图片 安装cellranger-atac https://support.10xgenomics.com/single-cell-atac/software/downloads/latest? mkdir -p APP/bin cd ~/APP curl -o cellranger-atac-2.1.0.tar.gz "https://cf.10xgenomics.com/releases/cell-atac /cellranger-atac-2.1.0.tar.gz? -2.1.0/bin/cellranger-atac ~/APP/bin/cellranger-atac export PATH=$HOME/APP/bin:$PATH # 测试 nohup cellranger-atac /cell-atac/2.0.0/atac_pbmc_5k_nextgem/atac_pbmc_5k_nextgem_fastqs.tar tar -xf *tar rm -f *tar cd atac_pbmc
1.8K20编辑于 2023-03-25 - 来自专栏单细胞天地
单细胞ATAC实战01: CellRanger-ATAC定量
安装cellranger-atac https://support.10xgenomics.com/single-cell-atac/software/downloads/latest? mkdir -p APP/bin cd ~/APP curl -o cellranger-atac-2.1.0.tar.gz "https://cf.10xgenomics.com/releases/cell-atac /cellranger-atac-2.1.0.tar.gz? -2.1.0/bin/cellranger-atac ~/APP/bin/cellranger-atac export PATH=$HOME/APP/bin:$PATH # 测试 nohup cellranger-atac /cell-atac/2.0.0/atac_pbmc_5k_nextgem/atac_pbmc_5k_nextgem_fastqs.tar tar -xf *tar rm -f *tar cd atac_pbmc
79510编辑于 2023-09-26 - 来自专栏生信技能树
Omni-ATAC：更新和优化的ATAC-seq协议（NatProtoc）
前面我们给大家分享了一个综述，非常全面的描述了ATAC-Seq数据分析每一步的各种小工具，见《综述：ATAC-Seq 数据分析工具大全》。 在此，作者描述了一种更新和优化的ATAC-seq协议，称为Omni-ATAC，适用于广泛的细胞和组织类型。 与以前的 ATAC-seq 方法比较 早期的 ATAC-Seq 方法中仍存在多个不足之处。 Omni-ATAC协议开发 Omni-ATAC 协议通过减少比对到线粒体 DNA 的 reads ，并提高各种细胞系、组织和冷冻样本中的信噪比，改进了原始的ATAC-seq方法。 Omini-ATAC 是专门为 bulk ATAC-seq 设计的，单细胞的 ATAC-seq 可以参考成熟的商业化应用如 10X Genomics。
60811编辑于 2025-02-05 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：Annotating Peaks（9）
一旦注释到基因或增强子的基因，我们就可以开始将 ATACseq 数据与这些基因的特征相关联。 （功能注释、表达变化、其他表观遗传状态）。
88630编辑于 2023-01-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：Peak Calling（8）
MACS2 callpeak -t ~/Downloads/Sorted_ATAC_50K_2_openRegions.bam --outdir ATAC_Data/ATAC_Peaks /ATAC_50K_2 --name Sorted_ATAC_50K_2_Small_Paired_peaks.narrowPeak -f _50K_2_openRegions.bam", "--outdir", "ATAC_Data/ATAC_Peaks/ATAC_50K_2", "--name", "Sorted_ATAC_50K /ATAC_Data/ATAC_Peaks/Sorted_ATAC_50K_2_Small_Paired_peaks.narrowPeak" qcRes <- ChIPQCsample("~/Downloads /ATAC_Workshop/ATAC_Data/ATAC_BAM/Sorted_ATAC_50K_2_openRegions.bam", peaks = openRegionPeaks, annotation
94840编辑于 2023-02-27 - 来自专栏生信技能树
ATAC-seq实操
本实操完全学习了：给学徒的ATAC-seq数据实战（附上收费视频) 的代码及流程，首先致谢！ 1 ~/project/atac/raw/2-cell-1_1.fastq.gz ~/project/atac/raw/2-cell-1_2.fastq.gz 2 ~/project/atac/raw/ /project/atac/raw/2-cell-4_2.fastq.gz 4 ~/project/atac/raw/2-cell-5_1.fastq.gz ~/project/atac/raw/2-cell /align ls ~/project/atac/clean/*_1.fq.gz > 1 ls ~/project/atac/clean/*_2.fq.gz > 2 ls ~/project/atac activate atac ls ..
7.7K22发布于 2018-11-05 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：比对（3）
read1 <- "ATAC_Data/ATAC_FQs/SRR891269_1.fastq.gz" read2 <- "ATAC_Data/ATAC_FQs/SRR891269_2.fastq.gz" "BSgenome.Hsapiens.UCSC.hg19.mainChrs", readfile1=read1,readfile2=read2, output_file = "ATAC gunzip("ATAC_Data/ATAC_FQs/SRR891269_1.fastq.gz") gunzip("ATAC_Data/ATAC_FQs/SRR891269_2.fastq.gz") _50K_2_bowtie2.sam", seq1 = "ATAC_Data/ATAC_FQs/SRR891269_1.fastq", seq1 = "ATAC_Data /ATAC_FQs/SRR891269_2.fastq" ) asBam("ATAC_50K_2_bowtie2.sam") 8.
48830编辑于 2023-02-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：数据处理（5）
我们可能希望将比对的读数分成代表核小体游离和核小体占据的读数。在这里，我们通过使用插入大小来过滤读取，为代表无核小体、单核小体和双核小体的读取创建 BAM 文件。
48920编辑于 2023-02-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：TSS 信号（7）
library(soGGi) sortedBAM <- "~/Downloads/ATAC_Workshop/Sorted_ATAC_50K_2.bam" library(Rsamtools) # Nucleosome
94810编辑于 2023-02-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：教程简介（1）
会话部分：在 R 中注释 ATACseq 数据绘制无核小体和单核小体信号绘制 DNA 结合蛋白周围的切割位点图片Part_3本节演示如何评估 ATAC-seq 数据中的基序。
99210编辑于 2023-01-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：数据质控（6）
library(ATACseqQC) ATACQC <- bamQC("~/Downloads/Sorted_ATAC_50K_2_ch17.bam") 生成的 ATACQC 对象具有许多 QC 信息 PCR 偏差 PCR bottleneck coefficients 确定 ATAC 样品制备过程中可能发生的 PCR 偏差/过度放大。
55520编辑于 2023-02-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：比对（3）
read1 <- "ATAC_Data/ATAC_FQs/SRR891269_1.fastq.gz"read2 <- "ATAC_Data/ATAC_FQs/SRR891269_2.fastq.gz"我们的两个匹配的双端读取文件将 gunzip("ATAC_Data/ATAC_FQs/SRR891269_1.fastq.gz")gunzip("ATAC_Data/ATAC_FQs/SRR891269_2.fastq.gz")7. (Rsamtools)bowtie2(bt2Index = "BSgenome.Hsapiens.UCSC.hg19.mainChrs_bowtie2", samOutput = "ATAC _50K_2_bowtie2.sam", seq1 = "ATAC_Data/ATAC_FQs/SRR891269_1.fastq", seq1 = "ATAC_Data /ATAC_FQs/SRR891269_2.fastq" )asBam("ATAC_50K_2_bowtie2.sam")8.
66310编辑于 2023-01-27 - 来自专栏小明的数据分析笔记本
分享 | ATAC-Seq 分析流程
ATAC-Seq 是“Assay for Transposase-Accessible Chromatin with high-throughput Sequencing”的缩写。 ATAC-Seq 方法依赖于使用高活性转座酶 Tn5 的下一代测序（NGS）文库的构建。将 NGS 接头连接到转座酶上，该转座酶可以使染色质断裂并同时将这些接头整合到开放的染色质区域中。 ATAC-seq 概述 尽管 ATAC-seq 实验方法相对简单且稳定，但是专门为 ATAC-seq 测序数据开发的生物信息学分析软件却非常少。 由于 ATAC-seq 和 ChIP-seq 数据的相似性较高，ChIP-seq 分析使用的软件一般也可用于 ATAC-seq 的分析，但是使用 ChIP-seq 软件分析得到的 ATAC-seq 结果尚未得到系统性的评估 # ATAC-seq 创建完成后激活环境就可以使用了： conda activate atac-seq 数据获取与预处理 从 NCBI SRA 数据库下载 SRR_Acc_List.txt 文件
2.6K11编辑于 2024-06-18 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：教程简介（1）
会话部分： 在 R 中注释 ATACseq 数据 绘制无核小体和单核小体信号 绘制 DNA 结合蛋白周围的切割位点 Session 2 Part_3 本节演示如何评估 ATAC-seq 数据中的基序。
77720编辑于 2023-02-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：数据质控（6）
library(ATACseqQC)ATACQC <- bamQC("~/Downloads/Sorted_ATAC_50K_2_ch17.bam")生成的 ATACQC 对象具有许多 QC 信息，包括重复率 PCR 偏差PCR bottleneck coefficients 确定 ATAC 样品制备过程中可能发生的 PCR 偏差/过度放大。
80830编辑于 2023-01-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：差异分析（10）
peaks <- dir("~/Downloads/ATAC_Workshop/ATAC_Data/ATAC_Peaks_forCounting/", pattern = "*.narrowPeak", library(GenomicAlignments)bamsToCount <- dir("~/Downloads/ATAC_Workshop/ATAC_Data/ATAC_BAM_forCounting annotatePeak(KidneyMinusHindbrain, TxDb = TxDb.Mmusculus.UCSC.mm10.knownGene, verbose = FALSE)DB_ATAC <- as.data.frame(anno_KidneyMinusHindbrain)DB_ATAC[1, ]图片由于我们有 TSS +/- 500bp 范围内的区域子集，此时我们可以使用标准富集分析 library(clusterProfiler)go <- enrichGO(DB_ATAC$geneId, OrgDb = "org.Mm.eg.db", ont = "BP", maxGSSize
1.1K20编辑于 2023-01-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：Motifs分析（11）
BAM <- "~/Downloads/ATAC_Workshop/ATAC_Data/ATAC_BAM/Sorted_ATAC_50K_2_openRegions.bam" atacReads_Open
86720编辑于 2023-02-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：Annotating Peaks（9）
一旦注释到基因或增强子的基因，我们就可以开始将 ATACseq 数据与这些基因的特征相关联。（功能注释、表达变化、其他表观遗传状态）。
83620编辑于 2023-02-27 - 来自专栏单细胞天地
sc-ATAC-seq细胞类型注释策略
由于缺乏专门设计的工具以及在单细胞ATAC-seq数据中使用不直观的顺式和跨式调控元素（unintuitive cis- and trans-regulatory ），因此单细胞ATAC-seq数据中的细胞类型标注具有挑战性 测序数据通过cellranger-atac count (v1.1.0)管道进行处理，使用cellranger-atac aggr管道整合BMMCs和CD34+细胞数据。 下面概述的细胞类型注释策略是单细胞ATAC-seq数据中可能的细胞类型注释方法，不是cell Ranger ATAC软件的一部分。 Strategy 1. B.在单细胞ATAC-seq数据中，BMMCs + CD34+细胞中鉴定出19种主要的细胞类型。tSNE投影直接来自Cell Ranger ATAC管道。cell标签的大小按每个类型的丰度进行显示. 溶液从胚胎和成年小鼠脑组织(见下文)中生成单细胞ATAC-seq数据。
2K20发布于 2020-05-29 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：数据介绍（2）
ATAC_Workshop_Essential.zip - 需要额外的文件和目录结构。 下载上述文件并解压缩 ATAC_Workshop.zip 后，您应该将 Sorted_ATAC_50K_2.bam 和 Sorted_ATAC_50K_2.bam.bai 文件移动到 ATAC_Workshop /ATAC_Data/ATAC_BAM/ 。 您还应该将 RU_ATAC_Workshop.Rmd 复制到 ATAC_Workshop/ 目录，然后打开以确保所有相对路径都是正确的。 ATAC_Workshop.zip - 附加文件和目录结构。
64320编辑于 2023-02-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号