不做实验也能预测转录因子？-转录因子预测神器 ChEA3

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)