小伙伴们通过高通量组学测序发现了一堆差异表达的基因,下一个问题是:这些基因是否受到某一些转录因子的调控?是不是一定要做Chip-seq才知道呢?
今天介绍一个转录因子预测神器:ChEA3。它是一个在线工具,根据众多已经发表的Chip-seq数据库以及文献集成而来,输入你想寻找的基因,它就会自动为你预测可能的上游调控转录因子。
我们来看看它的界面吧,界面非常清爽,没有拖泥带水。
点击Example gene list,或者自己输入已经从初步生物信息分析中得到的差异表达基因。
例如此处输入了97个示例基因。当然,并不是所有的基因都被识别,因为ChEA3只能够识别人类基因组命名委员会HGNC数据库中(https://www.genenames.org/)已经被认可的人类基因名称。此处识别了94个基因。
点击提交(Submit).不出十秒的功夫,预测结果就出来了。这里显示了前六个预测的转录因子,根据网站默认算法的平均得分(mean rank),按照从小到大的顺序排列。mean rank越小的,预测的把握度越高。在这里,也就是RLF的平均得分为27分,所以排名第一,其次是CENPA,以此类推。在Overlapping Genes里面,是这个转录因子预测可以调控的基因数量,这里RLF可以调控21个基因的表达。Library一栏中是作出此预测的数据库来源,包括了ARCHS4共表达数据库等等。在此要注意数据库的来源,比如第三个预测出的转录因子FOXM1的数据库来源就包括了文献Chip-seq,我们知道来自于基础实验的Chip-seq就比共表达数据库更可信些。
点击Overlapping gene ,可以显示这个转录因子预测调控的靶基因。
在数据的可视化方面,有不同的选项:Global Network, Local Network,Bar Chart,Clustergram.
比如我们选择比较权威的ENCODE数据库,再点击Bar Chart。就可以看到这样漂亮的图了。
当然左上角选择不同的数据库来源,显示预测出来的转录因子不完全相同。
Keenan AB, Torre D, Lachmann A, Leong AK, Wojciechowicz M, Utti V, Jagodnik K, Kropiwnicki E, Wang Z, Ma'ayan A (2019) ChEA3: transcription factor enrichment analysis by orthogonal omics integration. Nucleic Acids Research.(doi: 10.1093/nar/gkz446)
「医学方」现正式向粉丝们公开征稿!内容须原创首发,与科研相关,一经采用,会奉上丰厚稿酬(300-2000元),详情请戳。
“医学方”始终致力于服务“医学人”,将最前沿、最有价值的临床、科研原创文章推送给各位临床医师、科研人员。
医学方已推出“实验室基础”“SCI写作技巧”“文献精读与解析”“医学英语轻松学”“国自然基金申请”“临床数据挖掘”、“基因数据挖掘”、“R语言教程”、“医学统计学”、“微创动物实验培训”等多个专题课程,如需了解课程详细推文,可关注“医学方”公众号,点击“精品专题”进入
腾讯课堂:https://medfun.ke.qq.com
网易云课堂:http://study.163.com/u/ykt1467466791112
客服电话:15821255568
客服微信:yixuefang1234
温馨提示:医学方还设有专门的讨论群哦~各位明星导师都在群中,可以解答各位的遇到的问题,如有兴趣,可以加客服微信后加入群聊