MEM-CHIP学习笔记


MEME-ChIP网址


MEM-ChIP的特性

MEM-ChIP程序可以对你提供的DNA序列进行一系列的motif分析,他特别适合用来分析在Chip-Seq试验中发现的基因结合区域。
它可以做到以下几点:

  • 发现新的DNA结合motif
  • 通过比较已知的结合位点进行相似性分析
  • 可视化预测motif
  • 在你的序列上检测存在富集的motif
  • 预测在你的序列上结合的motif的数量

MEM-ChIP的介绍

输入文件

你需要提供给它FASTA格式的输入文件,理想状态下需要100bp长度,事实上就是Chip-Seq试验中peaks存在位置周围的序列(但实际上对于序列的长度是没有要求的)。

MEM-ChIP可以做什么

MEME-CHIP的最终目的就是给你提供有关于你序列的一系列的建议而不需要去单独配置一系列的工具。这些建议包括:

  • Ab initio motif的发现:我们这里使用两种分析方法:MEME和DREME
    • MEME可以发现你用来做CHIP的TF的结合motif,并且可以发现对应于复合体的长范围的motif
    • DREME可以用来发现单体的短motif以及cofactor
  • 同已知motif进行比对,TOMTOM可以将用户数据里面发现的motif同数据库里面的已知的motif进行比对
  • 对于输入序列寻找到的motif的一个可视化,MAST利用一种合适的match方法给用户展示了在什么地方发现的motif
  • 预测序列对每一个找到的motif的结合亲和性,AMA测试对于每个序列和motif的结合强度
  • motif富集分析,AME可以发现细小的富集的结合motif
MEME-ChIP可以回答你以下问题:
  • 我这次做的CHIP实验蛋白结合位点是怎样的?MEME和DREME可以帮助你回答这个问题
  • 结合事件是否单单只是一个简单事件又或者是包括复合体在内的事件?MEME将会发现长motif
  • 结合是否包括cofactor在内?DREME将会发现不止一个motif( low-p-value)
  • 这里是否存在已知TFs的结合位点?AME可以在你的序列里发现富集的已知的motif
  • 发现的一些motif是否与已知motif相类似?TOMTOM将会回答这一问题

EXAMPLE

Mouse ChIP-Seq experiment (Klf1, mouse)

FASTQ格式的文件

>chr1:9738232-9738732
ACATCGCTCTCGGCTCTCGCTCGGCGTCCCAAGCGACCCTCAAAGGCACATAGCCAGACCTCCGCCGGCCCGACGAGGTCTAGTCCAGGCCCAGGGCGAA
TGGCTTTCCTTTTCCTACCAGTTCCTCCTCCTCCTAGGCGAAGGCGGAAGCGCCGGACGTTGTTTCTCTTCTCACTTCTCCACTGCCTTAGCCGTTGCCC
CGAACGTAACGGCCACCACCCCACCCCGCACTCACACTCACTCACTCTCGCTCTCTCCCTCAGACACAGACATACACGCCCTCACTGAGACTGCGCAGGC
GTAGCTTCTGCTCTGCCCTCTGGGAACCAGAGTCTTCCGGCTCCTCTCTCGCGAAGGAGTGCTAGGCGCTTCCGTCCAGAAAGAACTTCAAATACCGTGA
TGCAAAGCGACTCGACGCACGCGGGGAGGAGGAAGAGGAAGGCACTCGGAAGGTGGGGGCAGAAAGGAAGTCGATGATTCGCGGAGCTTGTCGGTAGTTG

>chr1:9763390-9763890
TCACTATCTGCCTCCCACTTCGGCAGCTTAGGCAGTGGCCACTAAATAAACCAGTTCCCCTCTCTGAGAATACTGCTGTAGTCTGACCTACAAAGGTTGT
GGTAAGAGTCTTGGTGGAATCTGAGAGAGGTNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNGAAAGACAGACAGGCTTTTGAGAGACA
CTCCTACATGAAAAGAGCAATCTTGAGTTGTGGCATGTGACAAGTTCCTCTAGGACAGGNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNCCCGTTGAAATGGTAACTCCGTTGCTTTCAGATCTGTGCCTTCACTTGACTTGAAAA


MEME-ChIP如何预处理你的输入序列

在MEME-ChIP运行上述工具之前会预处理你的输入序列。长于100bp的序列都会被的切割,随后至多随机挑选600条序列呈递给MEME

最后编辑于
©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 159,015评论 4 362
  • 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 67,262评论 1 292
  • 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 108,727评论 0 243
  • 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 43,986评论 0 205
  • 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 52,363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 40,610评论 1 219
  • 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 31,871评论 2 312
  • 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 30,582评论 0 198
  • 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 34,297评论 1 242
  • 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 30,551评论 2 246
  • 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 32,053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 28,385评论 2 253
  • 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 33,035评论 3 236
  • 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 26,079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 26,841评论 0 195
  • 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 35,648评论 2 274
  • 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 35,550评论 2 270

推荐阅读更多精彩内容