基因解码采用的高通量测序（NGS)技术为创新的 ChIP，即染色质免疫沉淀的研究方法提供了解码基因调控的强大工具和高精度的分辨率，扩大了分析的规模。基因解码自身的质量控制和适当的数据分析技术对于从数据中提取具有临床意义的结果至关重要。在过去的几年里，一系列基因信息的智能分析工具的开发使研究人员能够处理和分析 ChIP-seq 数据。佳学基因生物信息培训班概述了主要基于开源 Bioconductor 项目的软件包分析 ChIP-seq 数据的方法。在一系列对基因检测机构开展的培训中包括了数据对齐、峰值调用、质量控制和数据可视化，以及其他更复杂的方法，例如识别差异结合区域和功能分析以注释调节区域。佳学基因培训班的数据分析过程可以利用公开可用的数据集进行学习和练习，并将学习获得的技能用于常规分析 ChIPseq 数据。在佳学基因的高级培训课中，与佳学基因有合作的机构或者是佳学基因培训学院可以逐渐构建可以完成特定基因解码目标的分析流程。

基因解码过程所采用的ChIP-seq，说一种具有特定目的的高通量测序技术。Chip-seq在《高通量测序技术的应用》中被翻译为染色质免疫沉淀后高通量测序。在高通量国家重点实验是主要用于揭示对各种疾病和生物途径（如癌症和发育）中基因调控事件，从而获得前所未有的见解和发现，以扩展基因检测项目。ChIP-seq 允许研究人员染色质框架结构的改变因子如转录因子或其他染色质相关蛋白（如 RNA 聚合酶或染色质调节剂）与DNA序列的结合模式。这使得基因解码机构比基因检测机构检测分析的基因序列更多、更全。 ChIP-seq 实验的成功很大程度上取决于最终的信噪比（即非特异性沉淀 DNA 的富集水平）。基因解码研究中心的数据表明：一下几个因素已会影响结果的质量。（1）从实验因素，例如被分析组织中感兴趣的蛋白质的表达水平或抗体的效率，到 ChIP 固有的技术因素-seq技术。生成的大型数据集、广泛存在的质量问题以及 ChIP-seq 数据的多样性使其生物信息学分析成为一项具有挑战性的任务。 ChlP-seq 数据分析涉及许多计算分析步骤，强大的计算方法以进行广泛的质量控制步骤是必要的，这样可以识别样品制备过程的人为数据或者是实验流程本身的技术偏差。近年来，已经开发了几种 R/Bioconductor 工具，使研究人员能够处理和分析 ChIP-seq 数据。佳学基因生物信息训练营详细介绍了可用的方法，并描述了用于分析 ChIP-seq 数据的各种散发。重点在于介绍具有开源特点的 Bioconductor 分析软件包。

(责任编辑：佳学基因)