我們在小組中聽說，在分析功能基因組學實驗（尤其是ChIP-seq）中的數據時，跟踪和過濾偽影區域非常重要。
在這裡，我們看到了以下管線：在互相關QC之前，ii）在互相關QC之後但在峰值調用之前和iii）在峰值調用之後刪除了ENCODE磁道。
我們已經註意到，刪除音軌不會顯著影響互相關和與峰值無關的QC。但是，我們不確定是否應該在過濾後的音軌上進行峰值調用？
此外：互相關在很大程度上沒有意義，無論某些ENCODE人士可能會爭論什麼。在處理DEEP樣本時，我們甚至不會查看該值。
無論如何，如果您使用SPP / phantomPeakQual進行互相關，請注意，它已經從數據集中刪除了最高峰，計算互相關（實際上，它也可以刪除大多數實際峰值，這使人們進一步懷疑它實際上在告訴您什麼）。我不知道它實際上在任何地方都有記錄，這是我在仔細考慮是否在deepTools中實現它的過程中註意到的。但至少它已經忽略了這些區域：）
通常，最簡單的方法是刪除與黑名單區域重疊的峰。在理想情況下，您會在高峰調用之前過濾掉列入黑名單的讀數，但是（1）這確實很不方便（需要更多時間和磁盤），並且（2）我從未見過高峰調用性能顯著提高的情況。從理論上講，如果您不刪除重複的黑名單區域，至少應該在黑名單區域附近失去敏感性，但是您必須問問自己是否仍然要相信這樣的峰。對於其他質量控制步驟，至少使用deepTools，我們為每個工具提供一個參數，以指定要跳過的黑名單區域的BED文件。
此外，在最近的基因組構建中，黑名單區域的數量要少得多（至少是GRCh38和GRCm38），因此對於它們來說，這通常不是一個大問題。