差异峰与差异甲基化方法

更新：2026-10-26；状态：可用；验证范围：2026-10-26官方/原始来源核对；标准库教学演示实际执行；专业验证范围见正文。

同叫表观组，测量却不同

ATAC/ChIP等峰内计数、位点甲基化计数及覆盖是不同输入。学完应能解释峰调用与差异峰为何不同，区分甲基化比例、测量精度与区域聚合。前置读计数丰度与标准化、峰与FRiP及TSS富集、生物学重复与技术重复。

差异峰：先统一区域，再比较样本

峰调用判断样本或组合数据中某位置是否达到富集规则；差异峰问条件间的信号变化。分别在A/B调用峰，然后把“有/无峰”当作差异，混入深度、峰宽与阈值，不能替代样本层模型。通常先以明确策略建立共同区域，在每个样本相同区域计数，再进行过滤、归一化、设计与检验。DiffBind手册展示这些阶段的组织。

可用负二项计数示意 $K_{rj}\sim NB(s_jq_{rj},\alpha_r)$，$r$为区域、$j$为样本、$s_j$为尺度，设计矩阵控制组别和适用协变量。峰合并越宽可能加入更多背景，过窄则漏边缘信号；一个样本多峰被合并后也不能按峰数直接比较。总量或组成大幅变化时，简单总read归一化可能改变问题，需要有依据的控制、spike-in或方法假设。

手算：两样本同一区域计数20、40，对应相对文库尺度1、2，标准化后均20；原始翻倍并不构成信号翻倍的结论。本例只有两个数，没有生物学重复，不能计算可靠条件效应P值。

甲基化：同样0.5，不同精度

某位点样本$j$有有效覆盖$n_j$，其中甲基化支持$m_j$，比例估计 $\hat p_j=m_j/n_j$。最简单独立二项模型为 $m_j\sim Binomial(n_j,p_j)$；在$p=0.5$时，比例标准误示意为 $\sqrt{p(1-p)/n}$。2/4和50/100都为0.5，SE却分别为0.25和0.05。

真实供体变异和相关性会超出这个二项精度，需要适合的离散度、平滑与重复模型。覆盖增加改善部分测量噪声，不替代供体重复。DSS使用相应层级模型与离散度处理，官方指南区分不同设计及区域步骤；本页的二项演算不是DSS实现。

从位点到区域的额外决定

DMP描述位点差异，DMR还需要邻近位点聚合、平滑或区域规则。窗口/平滑范围扩大可稳定局部估计，也可能掩盖短而相反的变化；不能把一段内每个CpG当完全独立的生物学重复。筛选覆盖、缺失、CpG坐标、参考及转换质量会改变最终检验集合，必须报告。

区域变化不自动证明最近基因受调控。ATAC开放、特定蛋白结合与甲基化变化是不同证据，方向也不总有一一对应关系；要考虑区域功能、细胞组成、时间和目标组织。

输入输出与排错

输入保留样本表、区域/位点定义、原始计数、覆盖、对照及质量；输出需有区域ID/坐标、效果方向、区间/不确定性、P/FDR、覆盖/有效n、过滤规则及原始到聚合区域的映射。

症状	原因候选	先核查
B组峰更多但计数无差异	深度/门槛驱动	共同区域和标准化计数
低覆盖位点极端0或1	分子抽样不足	m/n而非只看比例
DMR随平滑参数改变	区域尺度不稳	每CpG方向、覆盖及替代窗口
大量差异同批次出现	质量、组成或混杂	样本×批次及独立重复

自测与答案

1. 2/4与50/100是否同样有信息？答：比例相同而测量精度不同，真实重复层级仍需另估。
2. 一个组无峰能否直接记零信号？答：没达调用阈值不等于原始计数为零。
3. 相邻100个CpG是否等于100名供体？答：不是，位置相关与实验独立单位不同。

在电脑上核对这一小步

先下载项目ZIP并解压，进入同时含README.md和examples的项目根目录。不熟悉终端和当前目录时读R与Python路径文件与项目组织。以下在系统终端执行，需Python 3.10+，只用标准库，无需pip安装；Windows可将python3替换为已安装的python或py。

python3 examples/methods_omics_demo.py --case epigenetics

输入是脚本内置人工数字，不需下载专业数据。成功会打印JSON，并生成examples/output/methods-omics/epigenetics/summary.json；cases.epigenetics下的字段对应本页演算。非空输出目录会拒绝覆盖，第二次练习可在命令后加--output examples/output/methods-omics/epigenetics-practice2。不要为了重跑删除不明来源的数据。

**检查点：**normalized_counts=[20,20]；两甲基化比例均0.5，binomial_SE分别0.25、0.05。

阅读源码时先找到同名函数，逐一对照输入、运算与输出；要修改数字，先复制整个解压项目并运行副本，再手算新的预期。脚本含若干固定结果断言，修改教学条件时也需重新核对相应断言；断言失败不自动说明专业方法失效。本轮已实际运行全部22个标准库模式，Python 3.14.8；本页范围为计数尺度与独立二项精度；未执行DiffBind、DSS或真实差异峰/DMR检测。演示没有为真实样本产生专业P值或性能结论。

来源与下一步

本轮查阅日期为2026-10-26；正文原始来源支持对应技术事实，手算与代码是本项目人工教学设计。方法页解释模型，安装及大数据运行交给相应工具/工作流页。教学组织参考GTN的步骤与检查点、Bioinformatics Workbook的问题驱动练习；未复制其教程正文。

保留的相关入口：表观组峰与调控证据验证、DiffBind手册、DSS教程。

学习顺序、前置与练习清单见方法与算法系统学习指南。

公式里的矩阵、下标或对数不熟时，可回查读懂方法公式的最小数学基础。