ChIP-seq 분석 개요

이 문서에서는 Bioconductor 프레임워크를 이용하여 ChIP-seq(Chromatin Immunoprecipitation sequencing) 데이터를 분석하는 방법을 다룹니다. 전체 워크플로우는 서열 정렬, 품질 관리, 피크 호출, 게놈 영역 분석, 모티프 탐색, 그리고 차등 결합 분석으로 구성됩니다.

필수 도구 설치

IGV (Integrative Genomics Viewer)

게놈 브라우저 시각화를 위해 Broad Institute에서 제공하는 IGV를 설치합니다.

# 공식 웹사이트에서 다운로드
https://www.broadinstitute.org/igv/

MACS2 피크 호출 도구

MACS2는 Python 기반 도구로, R 내에서 Herper 패키지를 통해 Anaconda 환경에 설치할 수 있습니다.

# Herper 패키지 설치 및 로드
BiocManager::install("Herper")
library(Herper)

# MACS2 설치 (miniconda 환경 자동 생성)
install_CondaTools(
  tools = "macs2",
  env = "chip_env",
  pathToMiniConda = "/원하는/설치/경로"
)

R 패키지 설정

전용 교육 패키지

install.packages("BiocManager")
BiocManager::install("RockefellerUniversity/RU_ATACseq", subdir = "atacseq")

핵심 분석 패키지

# 기본 유틸리티
BiocManager::install(c("methods", "R.utils", "knitr", "yaml", "testthat"))

# 시각화 및 보고
BiocManager::install(c("ggplot2", "rmarkdown", "ggnewscale", "enrichplot"))

# 서열 처리 및 정렬
BiocManager::install(c("ShortRead", "Rsamtools", "Rsubread", "Rbowtie2"))

# 게놈 조작
BiocManager::install(c("GenomicRanges", "rtracklayer", "GenomeInfoDb"))

# ChIP-seq 전용
BiocManager::install(c("ChIPQC", "DiffBind", "ChIPseeker", "tracktables"))

# 통계 분석
BiocManager::install(c("DESeq2", "limma", "ashr"))

# 데이터베이스 및 어노테이션
BiocManager::install(c(
  "org.Mm.eg.db", "org.Hs.eg.db",
  "TxDb.Mmusculus.UCSC.mm10.knownGene",
  "TxDb.Hsapiens.UCSC.hg38.knownGene",
  "TxDb.Hsapiens.UCSC.hg19.knownGene",
  "BSgenome.Mmusculus.UCSC.mm10"
))

# 기능 분석
BiocManager::install(c("goseq", "rGREAT", "GO.db", "GSEABase", "msigdbr", "clusterProfiler"))

# 모티프 분석
BiocManager::install(c("JASPAR2020", "TFBSTools", "motifmatchr"))

# 기타 도구
BiocManager::install("ggupset")

분석 워크플로우 구조

각 단계는 Bioconductor 생태계의 전문화된 패키지들을 활용하여 체계적으로 수행됩니다.