个人认为，R语言有两个强项，统计和绘图。在生物信息数据分析中，R语言更多时候是发挥一个科学计算和可视化的作用。当然，R语言的功能远不止于此，不仅可以作为脚本语言，解决统计分析和可视化的”小”问题，也可以编写一套完整pipeline, 解决整套数据分析的”大”问题。
本文的主角就是这样一个R包-esATAC, 这个R包提供了一整套完整的ATAC数据分析的功能，对应的文章发表在Bioinformatics上，链接如下
https://academic.oup.com/bioinformatics/article/34/15/2664/4924216
数据处理的流程图示意如下
总体分为两个部分：
- Raw Data Processing, 从原始的FASTQ数据开始，首先用AdapterRemoval软件去除adapter，然后通过Bowtie2将reads比对到参考基因组上，产生的bam文件去除PCR重复，将reads比对位置shift之后，得到用于下游分析的bam文件，并产生对应的bigwig文件，可以导入基因组浏览器中进行可视化
- Statistical Analysis, 采用F-seq软件进行peak calling, 用R包ChipSeeker进行peak注释，对于case/control实验设计，也支持差异peak分析。同时提供了下游的TF footprint, GO富集分析等分析。
作为一个pipeline, 支持一键化分析， 对于单个样本的数据，用法如下
采用atacPipe这个函数进行分析，对于case/control的数据。用法如下
除了一键化运行外，也支持分步运行，将每个独立的功能拆分成不同的函数，部分列表如下
- atacUnzipAndMerge
- atacQCReport
- atacRenamer
- atacRemoveAdapter
- atacBowtie2Mapping
- atacLibComplexQC
- atacSamToBed
- atacBedToBigWig
- atacFragLenDistr
- atacBedUtils
- atacPeakCalling
通过单独运行这些函数来实现不同的功能。该R包功能完善的同时，随之而来的是体量大，安装复杂，因为依赖很多的第三方R包和软件。只要解决了安装问题，使用起来是非常方便的。对于R语言熟练的朋友，可以一试！
