中文摘要：

ChIP－Seq是在全基因组水平上研究活体细胞中蛋白质和DNA相互作用谱的有效手段．近年来，随着高通量短序列DNA测序技术的快速发展，研究基于新一代DNA测序方法的ChIP—Seq分析算法已经成为热点之一．然而，目前报道的分析方法主要是基于对免疫共沉淀获得的DNA片段进行片段大小选择后的ChiP－Seq数据，也就是主要针对Solexa系统获得的数据进行分析的算法．SOLID系统是目前测序通量最高的新一代DNA测序系统．在SOLID系统的DNA测序文库制备过程中，采用对免疫共沉淀获得的DNA片段进行二次超声打断可以满足ePCR对序列长度的要求，因此SOLID测序文库中的DNA测序片段较短．到目前为止，基于SOLID系统测序特点的ChIP－Seq研究很少报道．本文旨在研究测序文库中DNA片段的长度对ChIP－Seq分析的影响．通过真实的ChIP－seq数据和模拟产生的ChIP-Seq数据，对目前3种主要的ChIP—Seq分析方法（CisGenome，SISSRs以及MACS）的特点进行研究．有报道表明来自Solexa系统的ChiP-Seq数据局部有明显的正负链双峰特征，而通过对真实的来自SOLID系统的ChIP—Seq数据特征的挖掘，我们发现单个峰局部无明显的正负链双峰特征，并且峰的局部的序列分布大部分符合正态分布．基于这些特征，我们模拟了两个不同测序平台的ChIP-Seq实验．在控制了模拟实验的可比性后，我们发现当前基于Solexa文库制备方案的ChIP-Seq数据发展的算法，并不能有效地捕获来自SOLID系统的ChIP－Seq数据特征．我们的研究还表明，误用ChiP—seq软件可能是导致部分SOLID的ChiP—seq实验失败的原因．因此，需要开发一种新的基于二次打断IPedDNA片段的ChIP－Seq分析策略．