用途:把每个重复或每个条件的 ATAC-seq peak 调用合并成一套非冗余、固定宽度的区域,供所有样本统一计数,避免因 peak 宽度差异混淆生物学信号,并保证下游差异分析、motif、footprint 与机器学习特征矩阵可复现。
主要能力:资料给出多种策略分类,包括朴素并集(bedtools merge)、朴素交集(bedtools multiinter)、多数规则重叠、Corces 2018 迭代重叠去除(501 bp 固定宽度)、DiffBind 的 summit 居中固定宽度(dba.count(summits=250))、IDR 过滤并集、按条件先共识再全局并集、宽度受控延伸等,并列出各策略的宽度、适用时机与失败条件。
必要用法:迭代重叠去除流程为:汇总所有 peak,按 summit 重定心并扩展 ±250 bp 得到 501 bp;按 narrowPeak 第 7 列 signalValue 降序排序;贪心保留不与已保留 peak 重叠者。示例命令使用 awk、bedtools slop、sort 与 Python 脚本,最终输出 consensus_final.bed。DiffBind 可用 dba.count(summits=250);R 端可用 GenomicRanges 的 resize(width=501, fix='center') 配合循环实现贪心非重叠。计数时可将 BED 转为 SAF 供 featureCounts 使用。
适用场景:标准 2-3 重复差异分析、现代 ATAC 发表或 ML 特征、ENCODE 合规差异分析、条件差异大时的按条件共识、单细胞 ATAC 伪批量、跨研究比较、快速探索。
限制:朴素并集宽度膨胀会引入假差异;交集会丢失条件特异 peak;多数规则可能丢弃边界 peak;中点延伸会偏离 summit;IDR 计算成本高且阈值不可混用;跨基因组构建需 liftOver 且约 3-5% 区域无法映射;ATAC 与宽组蛋白标记共分析时 501 bp 会低估宽信号。资料未提供具体收费、价格或平台信息。