Answers to: Chip-seqデータのマッピングにおけるマルチヒット/ミスマッチの扱い

Comment by gatapishi on kiake77's 回答

gatapishi — Tue, 26 Apr 2011 23:52:57 +0900

お返事ありがとうございます。自分はマウスのchip-seqデータを使用しています。いろいろ試していますが、あるデータでは-m 1にするとかなりマッピング率が低く、30%くらいになってしまう場合もあります。-mの指定にかなり影響を受けていて-m 2にするだけで15%アップ、なしにするとさらに10%アップして行くという感じです。　非特異的なものをカウントどうするか迷うところですが、おっしゃるとおり、どこにマッピングされているかを確認するのはいい方法だと思いました。さっそくやってみようと思います。　それにしても、マウスでC57/BL6を使用していて、そのデータをmm9にマッピングしているのに、全てマッピングしてもマッピングできないリードがかなりあるのはどういうことなのでしょう？humanだと多様性がマウスよりありそうでそのせいでマッピングできないリードがあってもいいと思うのですが・・・

Answer by kiake77

kiake77 — Mon, 25 Apr 2011 00:39:12 +0900

一般的に良い設定は分かりませんが、
大体同じパラメータを用いています。
「-a --best --strata -m 1 -V 2」
ただ、この設定だとリピート配列やゲノム上に頻出の配列に結合する場合、
かなり落としてしまいますので、
ターゲットによっても多少考慮して
humanで80-90%マッピングならまあよし、
それより落ちるようなら、少し考えます。
rat, mouseはそれぞれ60-70%であればまあよしとしています。
上述のマッピング率を切った場合、
not hitのfastqを取り出して、
allで再アライメントして、どこら辺にマッピングされるか見て考えます。
たいていは、TATATATATATAなどの単純反復の非特異的っぽい配列が邪魔をしているだけなのですが……。
ちなみに、ピークの解析にはMACSを使っています。
なので、多少ランダムにマッピングされたとしても、
そこを有意なピークとして拾うことはまずありませんでした。