tftargets使用说明

1. 概述

2. 数据结构

2.1. ENCODE

> length(ENCODE)
[1] 157
> ENCODE[1]
$ZBTB33
[1] "14"        "19"        "48"        "95"        "1025"    [6] "2769"      "3033"      "3054"      "3270"      "4007"    [11] "5467"      "5537"      "6838"      "7172"      "7337"
[16] "7375"      "7507"      "7743"      "8541"      "10526"
[21] "10753"     "10795"     "10926"     "11322"     "23360"
[26] "23518"     "25953"     "26137"     "29128"     "51281"
[31] "51422"     "51646"     "54534"     "54623"     "54662"
[36] "55051"     "55361"     "55588"     "55656"     "55915"
[41] "55972"     "56910"     "57658"     "64175"     "79078"
[46] "79649"     "79733"     "84083"     "84303"     "84836"
[51] "84957"     "93233"     "114799"    "118812"    "126917"
[56] "144501"    "148304"    "165082"    "221458"    "221656"
[61] "222256"    "283450"    "285033"    "344595"    "348645"
[66] "100131096" "100288069" "100302640" "100526760" "100616250"
  • 长度为157的列表,每项包含了一个字符向量,内容是靶向基因的Entrez ID

2.2. ITFP

> length(ITFP)
[1] 1974
> ITFP[1]
$AAAS
[1] "ACSF3"    "APRT"     "C12orf52" "FBXL19"   "G6PC3"
  • 长度为1974的列表,每项包含了一个字符向量,内容是靶向基因的symbol

2.3. Marbach2016

> length(Marbach2016)
[1] 643
> Marbach2016[1]
  • 长度为643的列表,每项包含了一个字符向量,内容是靶向基因的symbol

2.4. Neph2012

> length(Neph2012)
[1] 41
> Neph2012[["fHeart-DS12531"]][["STAT3"]]
 [1] "466"    "467"    "468"    "1050"   "1385"   "1386"   "1390"
 [8] "1958"   "1959"   "1960"   "1961"   "1999"   "2494"   "2735"
[15] "2736"   "2737"   "2969"   "4150"   "4800"   "4801"   "4802"
[22] "4807"   "5076"   "5453"   "5454"   "6667"   "6668"   "6670"
[29] "6671"   "6774"   "7020"   "7021"   "7022"   "7490"   "7707"
[36] "8462"   "9314"   "9586"   "10127"  "10664"  "11016"  "22809"
[43] "22926"  "29842"  "51043"  "148979"
  • 这个数据相对比较特殊,有两个维度,包含了41种细胞类型中若干种(每种细胞类型不一样)转录因子靶向的其他转录因子(注意不是所有基因)的Entrez ID

2.5. TRED

> length(TRED)
[1] 133
> TRED[1]
$PAX1
[1] "5156"   "7428"   "9356"   "9376"   "55210"  "118856"
  • 长度为133的列表,每项包含了一个字符向量,内容是靶向基因的Entrez ID

2.6. TRRUST

> length(TRRUST)
[1] 748
> TRRUST[1]
$AATF
[1] "BAK1"   "BAX"    "BBC3"   "CDKN1A" "MYC"    "TP53"
  • 长度748的列表,每项包含了一个字符向量,内容是靶向基因的Entrez ID

3. 相关链接

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,026评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,655评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,726评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,204评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,558评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,731评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,944评论 2 314
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,698评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,438评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,633评论 2 247
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,125评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,444评论 3 255
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,137评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,103评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,888评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,772评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,669评论 2 271

推荐阅读更多精彩内容