云生信学生物信息学

SEACR峰调用实操:bedGraph准备、对照归一化与阈值选择

作者:发布于 2026-11-21更新于 2026-11-15约 6 分钟阅读
SEACR先做对片段bedGraph

SEACR先做对片段bedGraph:以read pair定义片段覆盖;统一target与IgG参考和过滤;按归一化依据选择norm或non;用同一阈值模式检查重复
本文操作与检查路径示意。

SEACR适用于CUT&RUN及部分CUT&Tag等背景稀疏、零覆盖区域较多的信号,输入是片段覆盖的bedGraph,而不是普通read覆盖轨迹。结果会受片段定义、IgG对照、归一化和阈值模式影响。下面按SEACR 1.3给出一个双端样本的处理示例;请先确认实验方案和参考基因组,再运行峰调用。

从双端BAM构造片段覆盖轨迹

SEACR官方建议以read pair为单位生成信号:先把成对比对转为BEDPE,再提取一对read的5′和3′坐标生成片段区间,最后用bedtools genomecov输出非零bedGraph。下面演示同染色体、片段小于1000 bp的筛选条件;1000 bp是示例上限,不适用于所有文库。按实验设计调整,并对target与IgG使用相同定义、参考组装和过滤条件。

set -euo pipefail
bam=target.name_sorted.bam
genome=hg38.chrom.sizes
bedtools bamtobed -bedpe -i "$bam" > target.bedpe
awk '$1==$4 && $6-$2 < 1000 {print $0}' target.bedpe > target.clean.bedpe
cut -f1,2,6 target.clean.bedpe | sort -k1,1 -k2,2n -k3,3n > target.fragments.bed
bedtools genomecov -bg -i target.fragments.bed -g "$genome" > target.fragments.bedgraph

生成后核对文件非空、染色体名与chrom.sizes相符、区间按坐标排序、start小于end且信号值大于零。还要确认各行恰有4列、区间互不重叠,坐标遵循同一种0-based半开区间约定;target和controltarget和control必须来自相同组装、处理流程和信号定义。不要把输入的normalized bigWig简单改名为bedGraph;若信号已经按spike-in等方式严格归一化,记录归一化方法和计量单位。

选择对照与两个模式参数

场景 第二个参数和norm选项 解释
有配套IgG control.bedgraph norm SEACR按实验信号对control归一化,官方建议常规使用
已有严格spike-in归一化 control.bedgraph non 跳过SEACR内置control归一化,需能说明两轨迹可比
没有control 0.01 non 选择按总信号面积排序的前1%,不是FDR阈值

stringent按信号总量曲线峰值取阈值;relaxed使用曲线膝点与峰值之间的阈值。两者是调用策略,不代表统计学显著与否。可先在一个代表性样本上同时试跑,比较峰数、峰长和已知阳性区域,再按预先规定的实验问题统一选择。不要为了获得更多峰而在不同样本间切换模式。

运行并验收输出

SEACR=/opt/SEACR/SEACR_1.3.sh
bash "$SEACR" target.fragments.bedgraph control.fragments.bedgraph norm stringent S1
test -s S1.stringent.bed

# 无control时的示例;与上一条二选一
bash "$SEACR" target.fragments.bedgraph 0.01 non stringent S1_no_control
test -s S1_no_control.stringent.bed

每次运行使用唯一前缀并保存命令、SEACR版本、输入文件校验值和日志。SEACR 1.3输出BED通常包含染色体、起止坐标、区域总信号、最大信号和最大信号区间;检查列数、坐标有效性、染色体排序及空文件。若脚本报错,先查R、bedtools是否在PATH中、bedGraph是否含零信号行、输入参数顺序和文件路径。

再抽查几个已知阳性位点和邻近背景,在IGV或同类浏览器同时查看target、IgG和调用峰,确认坐标、信号方向及大片段异常。若峰集中在参考缺口、重复区域或单一染色体,先检查比对过滤和覆盖轨迹,再决定阈值是否合适。

重复和生物学结论要分开看

峰调用先按样本分别完成。评估重复一致性时,可比较共有区域、峰宽和信号强度,再按研究方案形成共识峰集;不要把多个生物学重复的bedGraph直接相加后,当作重复层面的统计检验。IgG差异、测序深度、片段筛选和目标蛋白富集都可能影响峰数。SEACR结果是候选富集区域,不自动证明直接结合或差异显著;条件比较还需在重复样本层面使用适当统计方法。

参考:SEACR官方README与输入bedGraph建议;SEACR 1.3参数和输出说明;bedtools genomecov官方文档。

下载练习材料

下载教程 PDF · 下载代码与示例数据 ZIP

先核对包内SHA256清单,再在独立目录复现。

需要额外算力时

适用前提:实验与工具适用性已判断,多样本计算需要额外资源。如需额外资源,可评估按任务测算的CPU服务器租赁。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。

咨询本任务的服务器配置

咨询本任务的服务器配置

留下手机号,我们会结合本文任务与您沟通服务器配置和报价。

也可联系云生信企业微信客服,说明本文任务。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗