四、ChIP-Seq数据质量控制

1. 信号峰层面的质控
FRiP（Fraction of Reads in Peaks）：落入信号峰区域的reads占所有reads的比例。高质量数据FRiP > 0.05（转录因子）或 > 0.2（组蛋白修饰）。
互相关分析（Cross-correlation）：利用正链和负链reads的相位差估计DNA片段长度。关键指标：
- NSC（Normalized Strand Coefficient）= cc(片段长度) / min(cc)，通常NSC > 1.1
- RSC（Relative Strand Correlation）= [cc(片段长度) - min(cc)] / [cc(读段长度) - min(cc)]，通常RSC > 0.8
IDR（Irreproducible Discovery Rate）：衡量生物学重复之间信号峰的可重复性。IDR值越低，信号峰的可重复性越好。通常以IDR < 0.05筛选高置信度信号峰。
2. 注释层面的质控
- 基因组分布：信号峰应在启动子/增强子区域富集
- 序列保守性：信号峰中心应有比周围更高的PhastCons保守性得分
- 模体验证：已知结合模体应在信号峰中心富集