目前关于 ChIP-Seq 实验中，虽然有的只有一个样本，但目前有很多数据都进行了生物学重复，为了评估重复之间的一致性，我们需要客观评估高通量测定可重复性的指标。

IDR（不可重复发现率） ，用于衡量重复实验中识别出的发现的可重复性，并根据可重复性提供高度稳定的阈值。与常见的可重复性标量指标（单一数值）不同，IDR方法通过生成一条曲线，定量评估发现的跨重复一致性何时开始下降（即结果不再稳定可重复）。

简单来说，DR的核心目标是： 通过比较重复实验（如两次ChIP-seq、RNA-seq等）的结果，确定哪些“发现”（如基因、结合位点）是跨重复一致的可信信号，哪些是随机噪声 。

IDR 是一个开源软件 (https://github.com/nboley/idr)，经过测试可以直接使用 conda 工具下载, 但官网有推荐的下载方式。

第一步：准备数据

我这里直接使用 MACS2 callpeak 后的两次重复。

Nanog-rep1_peaks.narrowPeak
Nanog-rep2_peaks.narrowPeak

第二步：排序

要运行 IDR，建议以 不太严格的方式运行 MACS2。IDR 算法需要对信号和噪声分布进行采样，以将峰值分成两组，因此使用更宽松的阈值可以让我们引入一些噪声。此外，narrowPeak 文件必须按 -log10(p-value) 列排序。

sort -k8,8nr Nanog-rep1_peaks.narrowPeak > Nanog_Rep1_sorted_peaks.narrowPeak

sort -k8,8nr Nanog-rep2_peaks.narrowPeak > Nanog_Rep2_sorted_peaks.narrowPeak

第三步：运行命令

idr --samples Nanog_Rep1_sorted_peaks.narrowPeak Nanog_Rep2_sorted_peaks.narrowPeak \
--input-file-type narrowPeak \
--rank p.value \
--output-file Nanog-idr \
--plot \
--log-output-file nanog.idr.log

结果解读

命令很顺利，但看的懂结果才是关键。命名结束后生成了两个数据。

-rw-rw-r-- 1 zs347 zs347 686K Mar 17 20:13 Nanog-idr
-rw-rw-r-- 1 zs347 zs347 393K Mar 17 20:13 Nanog-idr.png

结果1

IDR 生成了一个类似我们输入的文件，不过多了几列数据

**第 5 列包含缩放的 IDR 值， min(int(log2(-125IDR), 1000) **例如，IDR 为 0 的峰值的得分为 1000，IDR 为 0.05 的峰值的得分为 int(-125log2(0.05)) = 540，IDR 为 1.0 的峰值的得分为 0。

IDR值越小，结果越可信。例如：

• score=1000 ：IDR=0（完全可重复）
• score=540 ：IDR=0.05（阈值内可信）
• score=0 ：IDR=1.0（完全不可重复）

第 11 列和第 12 列分别对应本地和全局 IDR 值。

• 全局 IDR 是用于计算第 5 列中缩放 IDR 数的值，它 类似于对 p 值进行多重假设校正以计算 FDR 。
• 局部 IDR 类似于峰值属于不可重现噪声成分的后验概率。

第 13 列至第 16 列对应于重复 1 峰数据 ， 第 17 列至第 20 列对应于重复 2 峰数据

详细如下：