##----设置，包括=假---------------------------------------------------knitr:：opts_chunk$set(塌陷=真，注释=“#>”，缓存=FALSE，图宽度=4，图高度=5，图显示=“保持”，global.par=错误)##----epidata，消息=FALSE---------------------------------------------------库（GenomicRanges）图书馆（总结实验）图库（封面）数据（“stackepi”）斯塔克皮##----外挂1----------------------------------------------------------------plotEpistack（打印epistack）(斯塔克皮，assay=“DNAme”，metric_col=“exp”，ylim=c（0，1），zlim=c（0,1），x_labels=c（“-2.5kb”，“TSS”，“+2.5kb”），titles=“DNA甲基化”，图例=“%mCpG”，metric_title=“表达式”，metric_label=“log10（TPM+1）”，metric_transfunc=函数（x）log10（x+1）)##----装箱-------------------------------------------------------------------堆栈pi<-addBins（堆栈pi，nbins=5）plotEpistack（打印epistack）(斯塔克皮，assay=“DNAme”，metric_col=“exp”，ylim=c（0，1），zlim=c（0,1），x_labels=c（“-2.5kb”，“TSS”，“+2.5kb“），titles=“DNA甲基化”，图例=“%mCpG”，metric_title=“表达式”，metric_label=“log10（TPM+1）”，metric_transfunc=函数（x）log10（x+1）)##----颜色------------------------------------------------------------------plotEpistack（打印epistack）(斯塔克皮，assay=“DNAme”，metric_col=“exp”，ylim=c（0，1），zlim=c（0,1），x_labels=c（“-2.5kb”，“TSS”，“+2.5kb“），titles=“DNA甲基化”，图例=“%mCpG”，metric_title=“表达式”，metric_label=“log10（TPM+1）”，metric_transfunc=函数（x）log10（x+1），tints=“道奇蓝”，bin_palette=彩虹)##----par，崩溃=真-------------------------------------------------------plotEpistack（打印epistack）(斯塔克皮，assay=“DNAme”，metric_col=“exp”，ylim=c（0，1），zlim=c（0,1），x_labels=c（“-2.5kb”，“TSS”，“+2.5kb“），titles=“DNA甲基化”，图例=“%mCpG”，metric_title=“表达式”，metric_label=“log10（TPM+1）”，metric_transfunc=函数（x）log10（x+1），cex=0.4，cex.main=0.6)##----plotAvgerageProfile，图small=TRUE------------------------------------绘图平均配置文件(斯塔克皮，ylim＝c（0，1），化验=“DNAme”，x_labels=c（“-2.5kb”，“TSS”，“+2.5kb“），)##----plotStackProfile，fig.small=真---------------------------------------打印堆栈配置文件(斯塔克皮，化验=“DNAme”，x_labels=c（“-2.5kb”，“TSS”，“+2.5kb“），调色板=hcl.colors，zlim=c（0，1）)##----自定义面板-------------------------------------------------------------布局（矩阵（1:3，ncol=1），高度=c（1.5，3，0.5））旧帕尔<-par（mar=c（2.5、4、0.6、0.6））绘图平均配置文件(stackepi，测定=“DNAme”，x_labels=c（“-2.5kb”，“TSS”，“+2.5kb“），ylim=c（0，1），)打印堆栈配置文件(stackepi，测定=“DNAme”，x_labels=c（“-2.5kb”，“TSS”，“+2.5kb“），zlim=c（0，1），调色板=hcl.colors)打印堆栈配置文件图例(zlim=c（0，1），调色板=hcl.colors)par（旧par）布局（1）##----示例路径--------------------------------------------------------------路径读取数<-c(rep1=“https://raw.githubusercontent.com/Bioconductor/CSAMA2016/master/lab-5-chipseq/EpigeneticsCSAMA/inst/bedfiles/H3K27ac_rep1_filtered_ucsc_chr6.bed",rep2=“https://raw.githubusercontent.com/Bioconductor/CSAMA2016/master/lab-5-chipseq/EpigeneticsCSAMA/inst/bedfiles/H3K27ac_rep2_filtered_ucsc_chr6.bed",输入=“https://raw.githubusercontent.com/Bioconductor/CSAMA2016/master/lab-5-chipseq/EpigeneticsCSAMA/inst/bedfiles/ES_input_filtered_ucsc_chr6.bed")路径峰值<-c(峰值1=“https://raw.githubusercontent.com/Bioconductor/CSAMA2016/master/lab-5-chipseq/EpigeneticsCSAMA/inst/bedfiles/Rep1_peaks_ucsc_chr6.bed",峰值2=“https://raw.githubusercontent.com/Bioconductor/CSAMA2016/master/lab-5-chipseq/EpigeneticsCSAMA/inst/bedfiles/Rep2_peaks_ucsc_chr6.bed")##----峰值加载，消息=FALSE----------------------------------------------库（rtracklayer）峰值<-重叠（路径峰值，导入）##----峰值合并，消息=假------------------------------------------------merged_peaks<-基因组范围：：联合（峰值[1]，峰值[2]）scores_rep1<-双（长度（合并峰值））scores_rep1[findOverlaps（峰值[1]，合并峰值，select=“first”）]<-峰值[1]$scorescores_rep2<-双（长度（合并峰值））scores_rep2[findOverlaps（峰值[2]，合并峰值，select=“first”）]<-峰值[2]$score峰值类型<-ifelse(scores_rep1！=0&scores_rep2！=0，“两者”，ifelse(scores_rep1！=0，“仅Rep1”，“仅Rep2”))mcols（合并峰值）<-数据帧（scores_rep1，scores_rep2，peak_type）合并峰值$mean_scores<-apply（（mcols（合并峰值）[，c（“scores_rep1”，“scores.rep2”）]），1，mean）merged_peaks<-merged_peaks[顺序（merged_peaks$mean_scores，递减=真），]rm（scores_rep1，scores_rep2，peak_type）合并峰值##----读取_加载-------------------------------------------------------------读取<-lapply（path_reads，import）##----coverage_matrices，消息=FALSE-----------------------------------------图书馆（强化热图）覆盖_面积<-重叠(读取，函数（x）{规格化ToMatrix(x、，调整大小（merged_peaks，width=1，fix=“center”），延伸=5000，宽度=250，mean_mode=“覆盖范围”)})xlabs<-c（“-5kb”，“峰值中心”，“+5kb”）##----准备就绪------------------------------------------------------------merged_peaks<-总结实验(rowRanges=合并峰值，分析=覆盖范围)##----setup2，include=假--------------------------------------------------knitr:：opts_chunk$set(图宽度=6，图高度=5)##----峰值点----------------------------------------------------------------plotEpistack（打印epistack）(合并峰值，分析=c（“rep1”、“rep2”、“input”），tints=c（“dodgerblue”，“firebrick1”，“grey”），titles=c（“Rep1”、“Rep2”、“Input”），x_labels=xlabs，zlim=c（0,4），ylim=c（0，4），metric_col=“mean_scores”，metric_title=“峰值分数”，metric_label=“分数”)##----峰值_点_bin------------------------------------------------------------rowRanges（merged_peaks）$bin<-rowRangesplotEpistack（打印epistack）(merged_峰值，分析=c（“rep1”、“rep2”、“input”），tints=c（“dodgerblue”，“firebrick1”，“grey”），title=c（“Rep1”、“Rep2”、“输入”），x_labels=xlabs，zlim=c（0,4），ylim=c（0，4），metric_col=“mean_scores”，metric_title=“峰值分数”，metrac_label=“score”，bin_palette=colorRampPalette（c（“深兰色1”，“道奇蓝”，“firebrick1”）），npix_height=300)##----峰值_点_平方英寸-----------------------------------------------------------合并峰值<-合并峰值[顺序(rowRanges（merged_peaks）$bin，rowRange（merged_peaks，递减=c（FALSE，TRUE），方法=“基数”), ]plotEpistack（打印epistack）(合并峰值，模式=c（“rep1”、“rep2”、“input”），tints=c（“dodgerblue”，“firebrick1”，“grey”），titles=c（“Rep1”、“Rep2”、“Input”），x_labels=xlabs，zlim=c（0,4），ylim=c（0，4），metric_col=“mean_scores”，metric_title=“峰值分数”，metrac_label=“score”，bin_palette=colorRampPalette（c（“深兰色1”，“道奇蓝”，“firebrick1”）），npix_height=300)##----示例2_tss-------------------------------------------------------------负载(system.file（“extdata”，“chr21_test_data.RData”，package=“EnrichedHeatmap”），verbose=真)tss<-启动子（基因，上游=0，下游=1）tss$gene_id<-names（tss）总悬浮固体##----表达式数据----------------------------------------------------------expr<-数据帧(gene_id=名称（rpkm），expr=每公里转数)epidata<-addMetricAndArrangeG范围(tss、expr、，gr_key=“gene_id”，order_key=“gene_id”，order_value=“expr”)数据录入##----添加bin--------------------------------------------------------------epidata<-addBins（epidata，nbins=5）数据录入##----信号提取--------------------------------------------------------methstack<-normalizeToMatrix(meth，epidata，value_column=“meth”，extend=5000，w=250，mean_mode=“绝对”)h3k4me3堆栈<-normalizeToMatrix(H3K4me3，epidata，value_column=“覆盖范围”，extend=5000，w=250，mean_mode=“覆盖范围”)epidata<-总结实验(rowRanges=epidata，分析=列表（DNAme=methstack，H3K4me3=H3K4me3 stack）)##----示例2_绘图--------------------------------------------------------plotEpistack（打印epistack）(epidata、，tints=c（“减淡蓝”，“橙色”），zlim=列表（c（0,1），c（0,25）），ylim=列表（c0,1，c0,50）），x_labels=c（“-5kb”，“TSS”，“+5kb”），图例=c（“%mCpG”，“覆盖范围”），metric_col=“expr”，metric_title=“基因表达”，metric_label=“log10（RPKM+1）”，metric_transfunc=函数（x）log10（x+1），npix_height=300)##----会话信息--------------------------------------------------------------sessionInfo（）