EPIC/readme.md

#Illumina 850K(EPIC)分析APP

## 安装指南

`#激活choppy环境`

`'#sourse activate choppy'`

`#安装APP`

`choppy install XXXX`

### APP介绍

#### 甲基化原理简述

Illumina 850K甲基化芯片可同时检测>850,000个位点，覆盖>95%的CpG岛，99%的RefSeq基因，已经成为精准医学研究的重要方法之一。

850K芯片采用了两种探针Infinium Ⅰ 和Infinium Ⅱ对样品甲基化进行测定，Infinium I采用了两种bead（甲基化M和非甲基化U，如图显示），而II只有一种bead（即甲基化和非甲基化在一起），这也导致了它们在后续荧光探测的不同，而根据不同探针的bead的荧光值，就可以得到样品各个位点上的甲基化水平。

#### ![](./picture/WechatIMG912.png)

对于位点甲基化水平的定量测量通常使用两种指标：β值和M值

β值：![image-20200505115203926](./picture/WechatIMG913.png)

（其中M代表甲基化信号，U代表非甲基化信号）

M值：![image-20200505115257465](./picture/WechatIMG914.png)

β值是最常用的甲基化水平的定量方式，可以直观地了解不同位点的甲基化水平；而M值具有更好的统计学特性，更适用于对样品数据的统计分析。

#### APP简介

为了更好更便捷的分析全基因组甲基化数据，我们选用了分析850K芯片的R包——minfi包，构建了分析pipeline，可以得到全基因组的各个位点甲基化表达谱。

### 流程和参数

#### 850K array分析流程

![`image-20200505121440688`](./picture/WechatIMG915.png)

本APP将EPIC芯片的原始数据读入后，过滤了p<0.05的列和p<0.01的行后使用Funnorm方法对数据进行归一化，再过滤其中的SNP位点和性染色体位点，最终得到四张表格（详见输出部分）

### 使用方法

按照上述步骤安装成功之后，就可以通过下面的命令使用APP

`$ Rscript EPIC.modified.R -p xxx -i xxx `

具体参数要求见输入模块

### 输入和输出

#### 输入

需要一个文件夹，其中包含：

▪   idat文件：样本的芯片测序结果文件，命名方式为：“'Sentrix_ID'_'Sentrix_Position'__Grn/Red.idat”

▪   sample_sheet文件：样本的注释信息文件，命名为“sample_sheet.csv”，其中包含Sample_Name，Sentrix_ID, Sentrix_Position, Sample_Group等注释信息

#### 输出

任务完成结束后，便可以在阿里云相应的OSS端生成相应的文件，该输出包含四张含有所有样本M值和beta值的表格（行名为各位点标号，列名为各样本名）。

▪ raw.mVal.txt（原始数据（文件读入后直接得到）的M值）

▪ raw.bVal.txt（原始数据的β值）

▪ filter.p.sex.snp.mVal.txt（过滤和归一化（过滤了低质量位点、SNP位点和性染色体位点，使用Funnorm进行归一化）后数据的M值）

**▪** filter.p.sex.snp.bVal.txt（过滤和归一化后数据的β值）