我是如何发现850K甲基化芯片和EPIC的区别

Posted on by

有粉丝求助，她做850K甲基化芯片数据处理的时候，使用champ流程，然后报错非常诡异，是Failed CpG Fraction，各种查资料都无法解决，我让她复制粘贴报错的关键信息，如下：

[ Section 3: Use Annotation Start ]

Reading 850K Annotation >>

Fetching NEGATIVE ControlProbe.
 Totally, there are 613 control probes in Annotation.
 Your data set contains 556 control probes.

Generating Meth and UnMeth Matrix
 Extracting Meth Matrix...
 Totally there are 485512 Meth probes in 850K Annotation.
 Your data set contains 485512 Meth probes.
 Extracting UnMeth Matrix...
 Totally there are 485512 UnMeth probes in 850K Annotation.
 Your data set contains 485512 UnMeth probes.

Generating beta Matrix
 Generating M Matrix
 Generating intensity Matrix
 Calculating Detect P value
 Counting Beads
[ Section 3: Use Annotation Done ]
---
中间省略
---
[ Section 2: Filtering Start >>

Filtering Detect P value Start
 The fraction of failed positions per sample
 You may need to delete samples with high proportion of failed probes:

Failed CpG Fraction.
sample1 NaN
sample2 NaN 
---后面省略一些样本
Error in if (any(numfail >= SampleCutoff)) { : 
 missing value where TRUE/FALSE needed

也帮忙去各种检索，但确实没有好的解决方案，就让她发过来2个G的原始数据和代码，认真检查了好久，看起来就是我的教程的代码，一模一样啊！

myLoad <- champ.load("raw/",arraytype="850K")

而且我看了她关于”raw/“文件夹下的idat文件，以及制作好的’raw/sample_sheet.csv’文件，都是合格的。没办法，我只好看champ.load函数的帮助文档了：

champ.load(directory = getwd(),
 method="ChAMP",
 methValue="B",
 autoimpute=TRUE,
 filterDetP=TRUE,
 ProbeCutoff=0,
 SampleCutoff=0.1,
 detPcut=0.01,
 filterBeads=TRUE,
 beadCutoff=0.05,
 filterNoCG=TRUE,
 filterSNPs=TRUE,
 population=NULL,
 filterMultiHit=TRUE,
 filterXY=TRUE,
 force=FALSE,
 arraytype="450K")

刚开始一直看不出问题所在，但是最后注意到了：

arraytype 这个参数的选择是：
Choose microarray type is "450K" or "EPIC".(default = "450K")

也就是说，没有850K这个选项，有意思，于是我修改了代码，如下：

#myLoad <- champ.load("raw/",arraytype="850K")
myLoad <- champ.load("raw/",arraytype="EPIC")

确实解决了这个报错，成功运行champ流程，载入idat文件后的日志如下：

 Filtering probes with a detection p-value above 0.01.
 Removing 3813 probes.
 If a large number of probes have been removed, ChAMP suggests you to identify potentially bad samples

Filtering BeadCount Start
 Filtering probes with a beadcount <3 in at least 5% of samples.
 Removing 22027 probes

Filtering NoCG Start
 Only Keep CpGs, removing 2889 probes from the analysis.

Filtering SNPs Start
 Using general EPIC SNP list for filtering.
 Filtering probes with SNPs as identified in Zhou's Nucleic Acids Research Paper 2016.
 Removing 95451 probes from the analysis.

Filtering MultiHit Start
 Filtering probes that align to multiple locations as identified in Nordlund et al
 Removing 11 probes from the analysis.

Filtering XY Start
 Filtering probes located on X,Y chromosome, removing 16655 probes from the analysis.

Updating PD file

Fixing Outliers Start
 Replacing all value smaller/equal to 0 with smallest positive value.
 Replacing all value greater/equal to 1 with largest value below 1..
[ Section 2: Filtering Done ]

All filterings are Done, now you have 725072 probes and 24 samples.

很有意思哦，850K甲基化芯片和EPIC的差异是？我明明是在各种教程及文档，看到850K甲基化芯片和EPIC是同一个芯片的不同表述而已：

  • Illumina公司提供了一个更强大的甲基化分析平台： Illumina InfiniumMethylationEPIC BeadChip （DNA甲基化850K芯片），不但包含了原450K芯片90%以上的位点，并额外增加了增强子区的350,000个位点，可以对正常样本和FFPE样本单个CpG位点进行定量甲基化检测，该芯片是目前最适合甲基化图谱分析研究的全基因组DNA甲基化芯片。
  • 850K芯片覆盖了全基因组853,307个CpG位点，全面覆盖CpG岛、启动子、编码区及增强子。覆盖CpG岛、RefSeq基因、ENCODE开放染色质、ENCODE转录因子结合位点、FANTOM5增强子区域。

这就是很神奇了，但我又不是公司客服，懒得去探索了。

甲基化教程目录

甲基化芯片视频课程免费在B站

《甲基化芯片（450K或者850K）数据处理 》

当然了，如果你完全看不懂这些，说明你可能需要手把手教学，考虑一下生信技能树官方入门学习班哦！

文末友情推荐

要想真正入门生物信息学建议务必购买全套书籍，一点一滴攻克计算机基础知识，书单在：什么，生信入门全套书籍仅需160 。
如果大家没有时间自行慢慢摸索着学习，可以考虑我们生信技能树官方举办的学习班：

如果你课题涉及到转录组，欢迎添加一对一客服：详见：你还在花三五万做一个单细胞转录组吗？

号外：生信技能树知识整理实习生招募，长期招募，也可以简单参与软件测评笔记撰写，开启你的分享人生！另外：绝大部分生信技能树粉丝都没有机会加我微信，已经多次满了5000好友，所以我开通了一个微信好友，前100名添加我，仅需150元即可，3折优惠期机会不容错过哈。我的微信小号二维码在：0元，10小时教学视频直播《跟着百度李彦宏学习肿瘤基因组测序数据分析》

​

Comments are closed.