Diffbind可以處理bulk ATAC-seq資料，但一些motif的高階分析就要單獨做。
恰好，Signac R包，為單細胞而設計，包含了很多內建的motif分析，比如motif綜合活性，可以很方便的做一些下游分析，比如correlation。
程式碼：http://localhost:17449/lab/tree/projects/BAF_SOX9/diffbind/3.ATAC-Histone.ipynb
Signac處理bulk ATAC-seq資料
相關文章
- 多行資料的批處理之bulk collect
- bulk_collect結合dbms_application_info監控資料處理進度APP
- Python資料處理（二）：處理 Excel 資料PythonExcel
- 資料處理
- 資料預處理
- javascript - 資料處理JavaScript
- Excel 資料處理Excel
- 海量資料處理
- Panda資料處理
- 處理百萬級以上的資料處理
- 漫遊es-bulk processor批處理的經典策略
- 資料清洗和資料處理
- 資料預處理-資料清理
- 資料分析--資料預處理
- 資料預處理-資料歸約
- 資料預處理–資料降維
- 資料預處理 demo
- 海量資料處理2
- 請求資料處理
- python 處理資料Python
- springmvc 資料處理SpringMVC
- 流資料處理利器
- R缺失資料處理
- 處理JSON資料JSON
- iOS空資料處理iOS
- 資料流處理命令
- 海量資料處理 （轉）
- 雨滴譜資料處理
- elasticsearch bulk資料--ES批量匯入json資料ElasticsearchJSON
- 資料處理之去除重複資料
- Python資料處理(一)：處理 JSON、XML、CSV 三種格式資料PythonJSONXML
- 資料清洗處理-常用操作
- 資料處理及跳轉
- 處理恢復資料方法
- nlp 中文資料預處理
- 機器學習一：資料預處理機器學習
- 微信小程式資料處理微信小程式
- 處理圖片流資料