ChIP-sequencingหรือที่รู้จักกันในชื่อChIP-seqเป็นวิธีการที่ใช้ในการวิเคราะห์ปฏิสัมพันธ์ระหว่างโปรตีน กับ DNA ChIP-seq ผสมผสานการตกตะกอนภูมิคุ้มกันของโครมาติน (ChIP) กับการจัดลำดับ DNA แบบขนานจำนวนมาก เพื่อระบุตำแหน่งการจับของโปรตีนที่เกี่ยวข้องกับ DNA สามารถใช้ในการสร้างแผนที่ตำแหน่งการจับทั่วโลกได้อย่างแม่นยำสำหรับโปรตีนที่สนใจใดๆ ก่อนหน้านี้ChIP-on-chipเป็นเทคนิคที่ใช้กันมากที่สุดในการศึกษาความสัมพันธ์ระหว่างโปรตีนกับ DNA เหล่านี้

ChIP-seq ส่วนใหญ่ใช้เพื่อกำหนดว่าปัจจัยการถอดรหัสและโปรตีนที่เกี่ยวข้องกับโครมาตินอื่นๆ มีอิทธิพลต่อ กลไกที่ส่งผลต่อ ฟีโนไท ป์อย่างไร การกำหนดว่าโปรตีนมีปฏิสัมพันธ์กับ DNA อย่างไรเพื่อควบคุมการแสดงออกของยีน นั้น มีความสำคัญต่อการทำความเข้าใจกระบวนการทางชีววิทยาและสภาวะของโรคต่างๆ อย่างครบถ้วน ข้อมูล เอพิเจเนติกส์ นี้ เป็นส่วนเสริมของ การวิเคราะห์ จีโนไทป์และการแสดงออก เทคโนโลยี ChIP-seq ในปัจจุบันถือเป็นทางเลือกแทนChIP-chipซึ่งต้องใช้อาร์เรย์ไฮบริดไดเซชันซึ่งทำให้เกิดอคติบางอย่าง เนื่องจากอาร์เรย์ถูกจำกัดไว้ที่จำนวนโพรบที่แน่นอน ในทางตรงกันข้าม การจัดลำดับเชื่อว่ามีอคติน้อยกว่า แม้ว่าอคติในการจัดลำดับของเทคโนโลยีการจัดลำดับที่แตกต่างกันจะยังไม่เป็นที่เข้าใจอย่างถ่องแท้ก็ตาม^{[ 1 ]}

สามารถแยกไซต์ DNA เฉพาะที่มีปฏิสัมพันธ์ทางกายภาพโดยตรงกับปัจจัยการถอดรหัสและโปรตีนอื่นๆ ได้โดยการตกตะกอนภูมิคุ้มกันโครมาติน ( ChIP) ChIP สร้างไลบรารีของไซต์ DNA เป้าหมายที่จับกับโปรตีนที่สนใจ การวิเคราะห์ลำดับแบบขนานจำนวนมากใช้ร่วมกับฐานข้อมูลลำดับจีโนมทั้งหมดเพื่อวิเคราะห์รูปแบบปฏิสัมพันธ์ของโปรตีนใดๆ กับ DNA ^{[ 2 ]}หรือรูปแบบของ การดัดแปลง โครมาติน แบบเอพิเจเนติกส์ใดๆ ซึ่งสามารถนำไปใช้กับชุดของโปรตีนและการดัดแปลงที่สามารถทำ ChIP ได้ เช่น ปัจจัยการถอดรหัส โพลีเมอเรสและเครื่องจักรการถอดรหัสโปรตีนโครงสร้างการดัดแปลงโปรตีนและการดัดแปลงDNA ^{[ 3 ]}ในฐานะทางเลือกแทนการพึ่งพาแอนติบอดีเฉพาะ วิธีการต่างๆ ได้รับการพัฒนาขึ้นเพื่อค้นหาซูเปอร์เซ็ตของบริเวณควบคุมที่ทำงานอยู่ทั้งหมด ที่ถูกกำจัด นิวคลีโอโซมหรือถูกรบกวนนิวคลีโอโซมในจีโนม เช่นDNase-Seq ^{[ 4 ]}และFAIRE- Seq ^{[ 5 ] [ 6 ]}

ChIPเป็นวิธีการที่มีประสิทธิภาพในการเพิ่มความเข้มข้นของลำดับ DNA ที่จับกับโปรตีนเฉพาะในเซลล์ ที่มีชีวิต อย่างไรก็ตาม การใช้งานอย่างแพร่หลายของวิธีการนี้ถูกจำกัดด้วยการขาดวิธีการที่แข็งแกร่งเพียงพอในการระบุลำดับ DNA ที่เพิ่มความเข้มข้นทั้งหมด โปรโตคอล ChIP ในห้องปฏิบัติการประกอบด้วย ChIP และการไฮบริดไดเซชัน โดยพื้นฐานแล้วโปรโตคอล ChIP มีห้าส่วน^{[ 7 ]}ที่ช่วยให้เข้าใจกระบวนการโดยรวมของ ChIP ได้ดียิ่งขึ้น ในการดำเนินการ ChIP ขั้นตอนแรกคือการเชื่อมโยงข้าม^{[ 8 ]}โดยใช้ฟอร์มาลดีไฮด์และ DNA จำนวนมากเพื่อให้ได้ปริมาณที่ใช้งานได้ การเชื่อมโยงข้ามเกิดขึ้นระหว่างโปรตีนและ DNA แต่ยังรวมถึงระหว่าง RNA และโปรตีนอื่นๆ ด้วย ขั้นตอนที่สองคือกระบวนการแตกตัวของโครมาติน ซึ่งจะแยกโครมาตินออกเพื่อให้ได้ชิ้นส่วน DNA คุณภาพสูงสำหรับการวิเคราะห์ ChIP ในที่สุด ชิ้นส่วนเหล่านี้ควรถูกตัดให้มีขนาดต่ำกว่า 500 คู่เบส^{[ 9 ]}แต่ละชิ้นเพื่อให้ได้ผลลัพธ์ที่ดีที่สุดสำหรับการทำแผนที่จีโนม ขั้นตอนที่สามเรียกว่าโครมาตินอิมมูโนพรีซิปิเท ชัน ^{[ 7 ]}ซึ่งเป็นคำย่อของ ChIP กระบวนการ ChIP ช่วยเพิ่มประสิทธิภาพของสารประกอบ DNA-โปรตีนที่เชื่อมโยงกันโดยเฉพาะโดยใช้แอนติบอดีต่อต้านโปรตีนที่สนใจ ตามด้วยการบ่มและการปั่นเหวี่ยงเพื่อให้ได้อิมมูโนพรีซิปิเทชัน ขั้นตอนการอิมมูโนพรีซิปิเทชันยังช่วยให้สามารถกำจัดตำแหน่งการจับที่ไม่จำเพาะได้อีกด้วย ขั้นตอนที่สี่คือการกู้คืนและทำให้บริสุทธิ์ของ DNA ^{[ 7 ]}ซึ่งเกิดขึ้นจากผลย้อนกลับของการเชื่อมโยงระหว่าง DNA และโปรตีนเพื่อแยกออกจากกัน และทำความสะอาด DNA ด้วยการสกัด ขั้นตอนที่ห้าและขั้นตอนสุดท้ายคือขั้นตอนการวิเคราะห์โปรโตคอล ChIP โดยกระบวนการqPCR , ChIP-on-chip (ไฮบริดอาร์เรย์) หรือ ChIP sequencing จากนั้นจะมีการเพิ่มอะแดปเตอร์ โอลิโกนิวคลีโอไทด์ลงในส่วนของ DNA ขนาดเล็กที่จับกับโปรตีนที่สนใจเพื่อให้สามารถจัดลำดับแบบขนานจำนวนมากได้ผ่านการวิเคราะห์ ลำดับต่างๆ สามารถระบุและตีความได้โดยยีนหรือบริเวณที่โปรตีนจับอยู่^{[ 7 ]}

หลังจากเลือกขนาดแล้ว ชิ้นส่วน ChIP-DNA ที่ได้ทั้งหมดจะถูกจัดลำดับพร้อมกันโดยใช้เครื่องจัดลำดับจีโนม การจัดลำดับเพียงครั้งเดียวสามารถสแกนหาความสัมพันธ์ทั่วทั้งจีโนมด้วยความละเอียดสูง ซึ่งหมายความว่าสามารถระบุตำแหน่งของคุณลักษณะบนโครโมโซมได้อย่างแม่นยำ ในทางตรงกันข้าม ChIP-chip ต้องการชุดอาร์เรย์แบบเรียงต่อกัน ขนาดใหญ่ เพื่อให้ได้ความละเอียดที่ต่ำกว่า^{[ 10 ]}

ในขั้นตอนการจัดลำดับนี้ มีวิธีการจัดลำดับแบบใหม่ๆ มากมาย ที่ใช้กัน เทคโนโลยีบางอย่างที่วิเคราะห์ลำดับสามารถใช้การขยายคลัสเตอร์ของชิ้นส่วน DNA ChIP ที่เชื่อมต่อกับอะแดปเตอร์บน พื้นผิว เซลล์ไหล แบบแข็ง เพื่อสร้างคลัสเตอร์ที่มีสำเนาโคลนประมาณ 1000 ชุดต่อคลัสเตอร์ อาร์เรย์คลัสเตอร์แม่แบบความหนาแน่นสูงที่ได้บนพื้นผิวเซลล์ไหลจะถูกจัดลำดับโดยโปรแกรมวิเคราะห์จีโนม คลัสเตอร์แม่แบบแต่ละอันจะได้รับการจัดลำดับโดยการสังเคราะห์แบบขนานโดยใช้นิวคลีโอไทด์เทอร์มิเนเตอร์แบบย้อนกลับได้ที่ติดฉลากด้วยฟลูออเรสเซนต์แบบใหม่ แม่แบบจะถูกจัดลำดับทีละเบสในระหว่างการอ่านแต่ละครั้ง จากนั้นซอฟต์แวร์การเก็บรวบรวมและวิเคราะห์ข้อมูลจะจัดเรียงลำดับตัวอย่างกับลำดับจีโนมที่ทราบเพื่อระบุชิ้นส่วน ChIP-DNA

เทคนิค ChIP-seq ช่วยให้เราสามารถวิเคราะห์ข้อมูลได้อย่างรวดเร็ว อย่างไรก็ตาม จำเป็นต้องมีการควบคุมคุณภาพเพื่อให้แน่ใจว่าผลลัพธ์ที่ได้นั้นเชื่อถือได้:

• ส่วนที่ไม่ซ้ำซ้อน : ควรลบภูมิภาคที่มีความซับซ้อนต่ำออก เนื่องจากไม่มีข้อมูลและอาจรบกวนการแมปใน จีโน มอ้างอิง^{[ 11 ]}
• ชิ้นส่วนในจุดสูงสุด:อัตราส่วนของการอ่านที่อยู่ในจุดสูงสุดต่อการอ่านที่อยู่ในบริเวณที่ไม่มีจุดสูงสุด^{[ 11 ]}

ความไวของเทคโนโลยีนี้ขึ้นอยู่กับความลึกของการจัดลำดับ (เช่น จำนวนแท็กของลำดับที่จับคู่) ขนาดของจีโนม และการกระจายตัวของปัจจัยเป้าหมาย ความลึกของการจัดลำดับมีความสัมพันธ์โดยตรงกับต้นทุน หากต้องจับคู่สารยึดเกาะจำนวนมากในจีโนมขนาดใหญ่ด้วยความไวสูง ต้นทุนจะสูงเนื่องจากต้องใช้แท็กของลำดับจำนวนมหาศาล ซึ่งแตกต่างจาก ChIP-chip ที่ต้นทุนไม่มีความสัมพันธ์กับความไว^{[ 12 ] [ 13 ]}

แตกต่างจาก วิธีการ ChIP ที่ใช้ ไมโครอาร์เรย์ความแม่นยำของการทดสอบ ChIP-seq ไม่ถูกจำกัดด้วยระยะห่างของโพรบที่กำหนดไว้ล่วงหน้า ด้วยการรวมการอ่านสั้นจำนวนมาก ทำให้ได้ตำแหน่งการจับที่แม่นยำสูง เมื่อเปรียบเทียบกับ ChIP-chip ข้อมูล ChIP-seq สามารถใช้เพื่อระบุตำแหน่งการจับภายในไม่กี่สิบเบสแพร์ของตำแหน่งการจับโปรตีนจริง ความหนาแน่นของแท็กที่ตำแหน่งการจับเป็นตัวบ่งชี้ที่ดีของความสัมพันธ์ในการจับระหว่างโปรตีนกับ DNA ^{[ 14 ]}ซึ่งทำให้ง่ายต่อการหาปริมาณและเปรียบเทียบความสัมพันธ์ในการจับของโปรตีนกับตำแหน่ง DNA ที่แตกต่างกัน^{[ 15 ]}

การเชื่อมโยง DNA ของ STAT1: ChIP-seq ถูกนำมาใช้เพื่อศึกษา เป้าหมาย ของ STAT1ใน เซลล์ HeLa S3 ซึ่งเป็นโคลนของสายพันธุ์ HeLa ที่ใช้สำหรับการวิเคราะห์ประชากรเซลล์^{[ 16 ]}จากนั้นจึงเปรียบเทียบประสิทธิภาพของ ChIP-seq กับวิธีการปฏิสัมพันธ์ระหว่างโปรตีนและ DNA ทางเลือกอื่นๆ เช่น ChIP-PCR และ ChIP-chip ^{[ 17 ]}

โครงสร้างนิวคลีโอโซมของโปรโมเตอร์:จากการใช้ ChIP-seq พบว่ายีนของยีสต์ดูเหมือนจะมีบริเวณโปรโมเตอร์ที่ปราศจากนิวคลีโอโซมอย่างน้อย 150bp ซึ่งRNA polymeraseสามารถเริ่มต้นการถอดรหัสได้^{[ 18 ]}

การอนุรักษ์ปัจจัยการถอดรหัส: ChIP-seq ถูกนำมาใช้เพื่อเปรียบเทียบการอนุรักษ์ TF ใน เนื้อเยื่อ สมองส่วนหน้าและหัวใจในหนูตัวอ่อน ผู้เขียนระบุและตรวจสอบการทำงานของตัวเร่งการถอดรหัส ในหัวใจ และพบว่าตัวเร่งการถอดรหัสสำหรับหัวใจมีการอนุรักษ์น้อยกว่าตัวเร่งการถอดรหัสสำหรับสมองส่วนหน้าในช่วงระยะพัฒนาการเดียวกัน^{[ 19 ]}

การวิเคราะห์ ChIP-seq ทั่วทั้งจีโนม:การวิเคราะห์ ChIP-sequencing เสร็จสมบูรณ์ในหนอนC. elegansเพื่อสำรวจตำแหน่งการจับทั่วทั้งจีโนมของปัจจัยการถอดรหัส 22 ตัว ยีนเป้าหมายที่ระบุไว้มากถึง 20% ถูกกำหนดให้กับปัจจัยการถอดรหัส ปัจจัยการถอดรหัสหลายตัวถูกกำหนดให้กับ บริเวณ RNA ที่ไม่เข้ารหัสและอาจขึ้นอยู่กับตัวแปรการพัฒนาหรือสิ่งแวดล้อม หน้าที่ของปัจจัยการถอดรหัสบางตัวก็ได้รับการระบุเช่นกัน ปัจจัยการถอดรหัสบางตัวควบคุมยีนที่ควบคุมปัจจัยการถอดรหัสอื่นๆ ยีนเหล่านี้ไม่ได้รับการควบคุมโดยปัจจัยอื่นๆ ปัจจัยการถอดรหัสส่วนใหญ่ทำหน้าที่เป็นทั้งเป้าหมายและตัวควบคุมของปัจจัยอื่นๆ แสดงให้เห็นถึงเครือข่ายการควบคุม^{[ 20 ]}

การอนุมานเครือข่ายควบคุม:สัญญาณ ChIP-seq ของการดัดแปลงฮิสโตนแสดงให้เห็นว่ามีความสัมพันธ์กับโมทีฟปัจจัยการถอดรหัสที่โปรโมเตอร์มากกว่าเมื่อเปรียบเทียบกับระดับ RNA ^{[ 21 ]}ดังนั้นผู้เขียนจึงเสนอว่าการใช้ ChIP-seq ของการดัดแปลงฮิสโตนจะให้การอนุมานเครือข่ายควบคุมยีนที่น่าเชื่อถือมากกว่าเมื่อเปรียบเทียบกับวิธีการอื่น ๆ ที่อิงตามการแสดงออก

ChIP-seq เป็นทางเลือกหนึ่งแทน ChIP-chip ข้อมูล ChIP-seq จากการทดลอง STAT1 มีความคล้ายคลึงกับผลลัพธ์ที่ได้จาก ChIP-chip ในการทดลองประเภทเดียวกันในระดับสูง โดยมีพีคมากกว่า 64% อยู่ในบริเวณจีโนมที่ใช้ร่วมกัน เนื่องจากข้อมูลเป็นลำดับการอ่าน (sequence reads) ChIP-seq จึงให้กระบวนการวิเคราะห์ที่รวดเร็ว ตราบใดที่มีลำดับจีโนมคุณภาพสูงสำหรับการจับคู่การอ่าน และจีโนมไม่มีเนื้อหาซ้ำซ้อนที่ทำให้กระบวนการจับคู่สับสน ChIP-seq ยังมีศักยภาพในการตรวจจับการกลายพันธุ์ในลำดับของตำแหน่งการจับ ซึ่งอาจสนับสนุนการเปลี่ยนแปลงที่สังเกตได้ในการจับโปรตีนและการควบคุมยีนโดยตรง

เช่นเดียวกับวิธีการจัดลำดับแบบความเร็วสูงหลายวิธี ChIP-seq สร้างชุดข้อมูลขนาดใหญ่มาก ซึ่งจำเป็นต้องใช้วิธีการวิเคราะห์เชิงคำนวณที่เหมาะสม ในการทำนายตำแหน่งการจับ DNA จากข้อมูลจำนวนการอ่าน ChIP-seq ได้ มีการพัฒนาวิธี การเรียกจุดสูงสุดขึ้น หนึ่งในวิธีที่ได้รับความนิยมมากที่สุดคือ MACS ซึ่งจำลองขนาดการเลื่อนของแท็ก ChIP-Seq ตามประสบการณ์ และใช้เพื่อปรับปรุงความละเอียดเชิงพื้นที่ของตำแหน่งการจับที่ทำนายไว้^{[ 22 ]} MACS ได้รับการปรับให้เหมาะสมสำหรับจุดสูงสุดที่มีความละเอียดสูง ในขณะที่อัลกอริทึมยอดนิยมอีกตัวหนึ่งคือ SICER ได้รับการตั้งโปรแกรมให้เรียกจุดสูงสุดที่กว้างกว่า ครอบคลุมตั้งแต่กิโลเบสไปจนถึงเมกะเบส เพื่อค้นหาโดเมนโครมาตินที่กว้างขึ้น SICER มีประโยชน์มากกว่าสำหรับเครื่องหมายฮิสโตนที่ครอบคลุมตัวยีน วิธีการทางคณิตศาสตร์ที่เข้มงวดกว่า BCP (Bayesian Change Point) สามารถใช้ได้ทั้งกับจุดสูงสุดที่คมชัดและกว้างด้วยความเร็วในการคำนวณที่เร็วกว่า^{[ 23 ]}ดูการเปรียบเทียบเกณฑ์มาตรฐานของเครื่องมือเรียกจุดสูงสุด ChIP-seq โดย Thomas et al. (2017). ^{[ 24 ]}

ปัญหาการคำนวณที่เกี่ยวข้องอีกประการหนึ่งคือการเรียกหาจุดสูงสุดที่แตกต่างกัน ซึ่งระบุความแตกต่างที่สำคัญในสัญญาณ ChIP-seq สองสัญญาณจากสภาวะทางชีวภาพที่แตกต่างกัน ตัวเรียกหาจุดสูงสุดที่แตกต่างกันจะแบ่งสัญญาณ ChIP-seq สองสัญญาณและระบุจุดสูงสุดที่แตกต่างกันโดยใช้แบบจำลองมาร์คอฟที่ซ่อนอยู่ตัวอย่างของตัวเรียกหาจุดสูงสุดที่แตกต่างกันแบบสองขั้นตอน ได้แก่ ChIPDiff ^{[ 25 ]}และ ODIN ^{[ 26 ]}

เพื่อลดไซต์ปลอมจาก ChIP-seq สามารถใช้การควบคุมการทดลองหลายแบบเพื่อตรวจจับไซต์การจับจากการทดลอง IP ได้ Bay2Ctrls ใช้แบบจำลอง Bayesian เพื่อรวมการควบคุมอินพุต DNA สำหรับ IP, IP จำลอง และการควบคุมอินพุต DNA ที่สอดคล้องกันเพื่อทำนายไซต์การจับจาก IP ^{[ 27 ]}แนวทางนี้มีประสิทธิภาพเป็นพิเศษสำหรับตัวอย่างที่ซับซ้อน เช่น สิ่งมีชีวิตจำลองทั้งหมด นอกจากนี้ การวิเคราะห์ยังแสดงให้เห็นว่าสำหรับตัวอย่างที่ซับซ้อน การควบคุม IP จำลองมีประสิทธิภาพเหนือกว่าการควบคุมอินพุต DNA อย่างมาก อาจเนื่องมาจากจีโนมที่ทำงานอยู่ของตัวอย่าง^{[ 27 ]}

• ชิปออนชิป
• ชิปพี-พีซีอาร์
• ชิป-พีที
• ฐานข้อมูลโปรโมเตอร์ของสัตว์เลี้ยงลูกด้วยนม

• PB-seqซึ่งเป็นรูปแบบในหลอดทดลองของ ChIP-seq เพื่อระบุตำแหน่งการจับที่ต้องการของ DNA ที่ปราศจากโครมาติน^{[ 28 ]}
• Sono-Seqเหมือนกับ ChIP-Seq ทุกประการ แต่ข้ามขั้นตอนการตกตะกอนด้วยภูมิคุ้มกันไป
• ChIP-exoเป็นรูปแบบหนึ่งของ ChIP-seq ที่มีความละเอียดระดับคู่เบส โดยใช้เอนไซม์แลมบ์ดาเอ็กโซนิวคลีเอสในการระบุตำแหน่งการเชื่อมโยงข้ามที่ความละเอียดสูง
• SELEXวิธีการค้นหาลำดับการจับคู่ที่เป็นที่ยอมรับร่วมกัน
• Calling Cardsใช้ทรานสโพเซสเพื่อทำเครื่องหมายลำดับที่ปัจจัยการถอดรหัสจับ^{[ 29 ]}
• การจัดลำดับดีเอ็นเอแบบ CUT&RUNคือการตัดแบบควบคุมโดยใช้แอนติบอดีเป้าหมายด้วยเอนไซม์ไมโครค็อกคัลนิวคลีเอส แทนการใช้ ChIP ซึ่งช่วยเพิ่มอัตราส่วนสัญญาณต่อสัญญาณรบกวนในระหว่างการจัดลำดับดีเอ็นเอ
• การจัดลำดับดีเอ็นเอแบบ CUT&Tagใช้การตัดแบบควบคุมด้วยแอนติบอดีโดยใช้เอนไซม์ทรานสโพส Tn5 แทนวิธี ChIP ซึ่งช่วยเพิ่มอัตราส่วนสัญญาณต่อสัญญาณรบกวนในระหว่างการจัดลำดับดีเอ็นเอ
• HITS-CLIP ^{[ 30 ] [ 31 ]} (เรียกอีกอย่างว่าCLIP-Seq ) สำหรับการค้นหาปฏิสัมพันธ์กับ RNA แทนที่จะเป็น DNA
• PAR-CLIPเป็นอีกวิธีหนึ่งในการระบุตำแหน่งการจับของโปรตีนที่จับกับ RNA (RBPs) ในเซลล์
• RIP-Chipมีเป้าหมายและขั้นตอนเริ่มต้นเหมือนกัน แต่ไม่ใช้วิธีการเชื่อมโยงข้าม และใช้ไมโครอาร์เรย์แทนการลำดับดีเอ็นเอ
• Competition-ChIPใช้สำหรับวัดพลวัตการแทนที่สัมพัทธ์บนดีเอ็นเอ
• ChiRP-Seqใช้ในการวัดปริมาณ DNA และโปรตีนที่จับกับ RNA
• DRIP-seqใช้แอนติบอดี S9.6 ในการตกตะกอนไฮบริด DND:RNA สามสายที่เรียกว่า R-loops
• TCP-seqเป็นวิธีการที่คล้ายคลึงกันในการวัดพลวัตการแปล mRNA

• แคตตาล็อก ReMap : การวิเคราะห์ ChIP-Seqแบบบูรณาการและสม่ำเสมอขององค์ประกอบควบคุมจากชุดข้อมูล ChIP-seq มากกว่า 2800 ชุด ทำให้ได้แคตตาล็อกของจุดสูงสุด 80 ล้านจุดจากตัวควบคุมการถอดรหัส 485 ตัว^{[ 1 ]}
• ฐานข้อมูล ChIPBase : ฐานข้อมูลสำหรับสำรวจแผนที่การจับตัวของปัจจัยถอดรหัสจาก ข้อมูล ChIP-Seqโดยรวบรวมชุดข้อมูล ChIP-Seq ที่ครอบคลุมมากที่สุดสำหรับเซลล์/เนื้อเยื่อและสภาวะต่างๆ
• ฐานข้อมูลและเครื่องมือวิเคราะห์ GeneProf : GeneProf เป็นสภาพแวดล้อมการวิเคราะห์ที่เข้าถึงได้ฟรีและใช้งานง่ายสำหรับข้อมูล ChIP-seq และ RNA-seq และมาพร้อมกับฐานข้อมูลขนาดใหญ่ของผลการทดลองสาธารณะที่วิเคราะห์แล้ว เช่น การจับตัวของปัจจัยการถอดรหัสและการดัดแปลงฮิสโตน
• การระบุจุดสูงสุดแบบดิฟเฟอเรนเชียล (Differential Peak Calling) เก็บถาวรเมื่อวันที่ 15 พฤษภาคม 2021 ที่Wayback Machine : บทช่วยสอนสำหรับการระบุจุดสูงสุดแบบดิฟเฟอเรนเชียลด้วย ODIN
• การวิเคราะห์ข้อมูล ChIP-seq ทางชีวสารสนเทศ : การวิเคราะห์ข้อมูล ChIP-seq อย่างครอบคลุม^{[ 2 ]}
• KLTeegenome : การเปิดเผยความแปรปรวนที่สัมพันธ์กันในชุดข้อมูลเอพิเจโนมิกส์โดยใช้การแปลง Karhunen-Loeve
• SignalSpider : เครื่องมือสำหรับการค้นหารูปแบบความน่าจะเป็นบนโปรไฟล์สัญญาณChIP-Seq ที่ปรับให้เป็นมาตรฐานหลายชุด
• FullSignalRanker : เครื่องมือสำหรับการวิเคราะห์การถดถอยและการทำนายจุดสูงสุดบนโปรไฟล์สัญญาณChIP-Seq ที่ปรับให้เป็นมาตรฐานหลายรายการ