准备输入数据：首先，需要准备ATAC-seq数据，这通常是peak调用软件（如MACS2）产生的peak文件。对于多个样本，你需要为每个样本准备一个peak文件。
读入文件 一旦读入了peaksets，合并函数就找到所有重叠的peaks，并导出一致性的peaksets。结果中同时计算了FRiP （质量评估的一个标准，可以参考 第5篇：对ATAC-Seq/ChIP-seq的质量评估（二）——ChIPQC ）。结果文件包含所有位点的基因组坐标，以及差异富集的统计数据包括fold change、p值和FDR。
差异peak代表着比较组合染色质开放性有差异的位点，ChIP-seq和ATAC-seq都可以用DiffBind进行差异分析。DiffBind通过可以通过bam文件和peak的bed文件计算出peak区域标准化的readcount，可以选择edgeR、DESeq2等模型进行差异分析。 在科研分析中我们往往需要将peak区域与基因联系起来，也就是通过对peak进行注释找到peak相关基因。
https：//pan.baidu.com/s/1Pyffu2wtdUOAtGxuZ5QBVA 提取码：1234 2019年电子工业出版社出版的书籍 《R语言数据可视化之美：专业图表绘制指南（增强版）》是2019年10月电子工业出版社出版的图书，作者是张杰。
在R语言的绘图世界中，ggplot2是强大的工具，它利用数据、美学映射和几何对象来构造图形。从qplot的快速绘图到ggplot的灵活定制，你将学会如何利用数据框和各种绘图函数创建各种图形，如散点图、箱线图、直方图，甚至复杂的地图和三维图。同时，你还将掌握如何调整图形细节，如颜色、形状和透明度。
所有的图都由数据data，想要可视化的信息，映射mapping（即数据变量如何映射到美学属性的描述）组成 图层（layers） 是几何元素和统计变换的集合。几何对象，简称 geoms ，代表你在图中实际看到的东西：点、线、多边形等等。
估计概率（S（t）是仅在每个事件发生时才改变值的阶跃函数。同样也可以计算生存概率的置信区间。KM生存曲线是KM生存概率与时间的关系图，提供了可用于估计度量值（例如中位生存时间）的数据。Cox模型是目前生存分析多因素预后评价中较好的统计学方法。
https：//pan.baidu.com/s/1yGIq94kWLVZ1aLy_ECroYQ 提取码：1234 本书主要介绍使用R 中的ggplot2 包及其拓展包、ggraph 包、circlize 包和plot3D 包等绘制专业图表的方法。
对于两两相关性散点图，可以使用ggplot2或ggscatter。计算子集后，计算相关系数并选择合适的方法，如pearson。ggplot2可能需要额外的步骤来添加相关系数和p值，而ggscatter提供了更直接的接口。
谱分析方法作为重、磁异常数据处理、转换的重要方法，有着广泛的应用。利用径向平均对数能谱分析可以估算重、磁场源的平均深度，为进一步的处理和解释提供基础信息。
地球物理异常区间的提取 仍采用相同的方法，用矿点和异常面文件进行相交分析，将面文件异常值赋给矿点，然后按属性统计矿点的个数累计，圈定异常区间范围，并对数据进行统计，最后作出研究区的航磁与重力成矿有利异常区间图，如图5-33和图5-34所示。
地球物理勘查数据处理就是利用计算机技术分析、处理地球物理数据。在地球物理资料的数据处理中，要解决比较复杂的理论和技术问题时，通常要进行微积分运算和微分方程求解等数学过程。这些数学问题在计算机上无法用经典微积分和普通代数等方法解决，只能通过数值方法解决。
目前，地球物理的数字处理技术是提高重磁资料解释水平的重要途径，可实现成矿地质要素的定性及定量解释，常用的方法包括频率域滤波、延拓、求导、反演和综合解释。
地球物理测井数据处理涉及一系列复杂的步骤，其核心对象是测井仪器在野外采集并存储在磁带上的各类物理数据。这些数据包括地层的电阻率、电导率、岩石体积密度、声波时差、自然电位，以及放射性射线强度等，都是地质研究的重要依据。处理过程首先从野外磁带的检查与预处理开始。
