五、ChIP-Seq数据分析方法

1. 信号峰识别（Peak Calling）
以MACS2为例：
1. 估计片段长度d：通过互相关分析确定正链和负链reads的偏移距离
2. 将reads向3'端移动d/2，构建富集信号
3. 动态泊松分布建模：局部背景λ = max(λ_{local}, λ_{global})
4. 计算每个候选区域的富集显著性（p-value）
5. 多重检验校正（Benjamini-Hochberg FDR），筛选显著富集区域
2. 差异信号峰分析
- 定量比较：类似RNA-seq差异分析方法，比较两套ChIP-Seq数据的信号强度差异（如DiffBind、MAnorm）
- 定性比较：使用严格阈值在一套数据中识别信号峰，用宽松阈值在另一套数据中扫描，仅在一套中出现的峰为差异峰
3. 靶基因预测
- 最近TSS法：将信号峰关联到距离最近的转录起始位点
- 距离阈值法：将TSS一定距离（如±50 kb）内的信号峰关联到该基因
- 加权距离法：信号峰权重随距离增加而衰减（线性或指数衰减）
- 整合转录组法：结合RNA-seq或 knockdown/knockout 实验的转录变化，筛选靶基因（如BETA方法）
4. 功能注释
- ORA（Over-Representation Analysis）：对靶基因列表进行GO/KEGG富集分析
- GREAT/Cistrome-GO：基于信号峰在全基因组的分布，直接进行区域富集分析