关于程序员:ChIPseq-分析GO-功能测试与-Motifs-分析12

动动发财的小手，点个赞吧！

1. 包加载

咱们能够应用 rGREAT 包中提供的 GREAT Bioconductor 接口。

library(rGREAT)

2. GO 和功能测试

要提交作业，咱们能够应用 Myc 峰的 GRanges 并应用 submitGreatJob 函数指定基因组。

此函数返回一个 GreatJob 对象，其中蕴含对咱们在 GREAT 服务器上的后果的援用。要查看可用后果的类别，咱们能够在 GreatJob 对象上应用 availableCategories 函数。

great_Job <- submitGreatJob(macsPeaks_GR, species = "mm10", version = "3.0.0", request_interval = 1)
availableCategories(great_Job)

能够应用 getEnrichmentTables 函数检索后果表并指定咱们心愿查看的表。

在这里，咱们检索蕴含 2 个独立数据库后果的“Regulatory Motifs”基因集的后果表。

great_ResultTable = getEnrichmentTables(great_Job, category = "Regulatory Motifs")
names(great_ResultTable)

当初咱们能够在“MSigDB 预测的启动子基序”基因集的 TSS 中应用 Myc 峰查看咱们的基因的富集状况。

msigProMotifs <- great_ResultTable[["MSigDB Predicted Promoter Motifs"]]
msigProMotifs[1:4,]

3. Motifs 剖析

3.1. Motifs

转录因子 ChIPseq 的一个常见做法是钻研峰下富集的基序。能够在 R/Bioconductor 中进行从头富集基序，但这可能十分耗时。在这里，咱们将应用在线提供的 MEME-ChIP 套件来辨认新的基序。

MEME-ChIP 须要一个蕴含峰下序列的 FASTA 文件作为输出，因而咱们应用 BSgenome 包提取它。

3.2. 序列提取

首先，咱们须要为咱们正在解决的基因组加载 BSgenome 对象，UCSC 为小鼠基因组构建的 mm10，BSgenome.Mmusculus.UCSC.mm10。

library(BSgenome)
library(BSgenome.Mmusculus.UCSC.mm10)
BSgenome.Mmusculus.UCSC.mm10

咱们当初有一个 GRanges，以山顶为核心，每个山峰的最高信号点。

macsSummits_GR

一旦咱们使峰从新居中，咱们就能够将 getSeq 函数与调整大小的常见峰的 GRanges 和 mm10 的 BSgenome 对象一起应用。

getSeq 函数返回蕴含峰下序列的 DNAStringSet 对象。

peaksSequences <- getSeq(BSgenome.Mmusculus.UCSC.mm10, macsSummits_GR)
names(peaksSequences) <- paste0(seqnames(macsSummits_GR), ":", start(macsSummits_GR),
    "-", end(macsSummits_GR))

peaksSequences[1:2,]

3.3. 写入 FASTA 文件

writeXStringSet 函数容许用户将 DNA/RNA/AA（氨基酸）StringSet 对象写入文件。默认状况下，writeXStringSet 函数以 FASTA 格局写入序列信息（依据 MEME-ChIP 的要求）。

writeXStringSet(peaksSequences, file = "mycMel_rep1.fa")

3.4. MEME-ChIP

当初文件“mycMel_rep1.fa”蕴含适宜 MEME-ChIP 中 Motif 剖析的峰几何核心四周的序列。

在您本人的工作中，您通常会在本地装置了 MEME 的笔记本电脑上运行它，但明天咱们会将生成的 FASTA 文件上传到他们的门户网站。依照此处的阐明在本地装置 MEME。能够在此处找到 MEME-ChIP 的后果文件

3.5. 后果解析

咱们能够从 FIMO 输入中检索 MEME-ChIP 中辨认的 Myc 基序的地位。

FIMO 将 Myc 基序地位报告为 GFF3 文件，咱们应该可能在 IGV 中对其进行可视化。遗憾的是，这个 GFF 文件的命名约定只导致报告了一小部分图案。

3.6. FIMO to R

侥幸的是，咱们能够将 motif 的 GFF 文件解析为 R 并应用 rtracklayer 包中的导入函数解决这个问题。

library(rtracklayer)
motifGFF <- import("~/Downloads/fimo.gff")

3.7. 获取无效 GFF3

咱们能够给序列一些更正当的名称并将 GFF 导出到文件以在 IGV 中可视化。

motifGFF$Name <- paste0(seqnames(motifGFF), ":", start(motifGFF), "-", end(motifGFF))
motifGFF$ID <- paste0(seqnames(motifGFF), ":", start(motifGFF), "-", end(motifGFF))
export.gff3(motifGFF, con = "~/Downloads/fimoUpdated.gff")

3.8. 扫描已知 motifs

咱们之前看到咱们能够应用一些 Biostrings 性能 matchPattern 来扫描序列。通常应用 ChIPseq，咱们可能晓得咱们正在寻找的基序，或者咱们能够应用来自数据库（例如 JASPAR）的一组已知基序。

library(JASPAR2020)
JASPAR2020

3.9. 应用 TFBStools 从 JASPAR 获取 motifs

咱们能够应用 TFBSTools 包及其 getMatrixByName 函数拜访咱们感兴趣的 motif 的模型。

library(TFBSTools)
pfm <- getMatrixByName(JASPAR2020, name = "MYC")
pfm

3.10. 应用 motifmathr 进行 motifs 扫描

有了这个 PWM，咱们能够应用 motifmathr 包来扫描咱们的山峰以寻找 Myc motif 并返回 motif 的地位。
咱们须要提供咱们的 PWM、要在外部扫描的 GRanges 和要从中提取序列的 BSGenome 对象。咱们还将输入参数设置为这个实例的地位。

library(motifmatchr)
MycMotifs <- matchMotifs(pfm, macsSummits_GR, BSgenome.Mmusculus.UCSC.mm10, out = "positions")
MycMotifs

3.11. 导出匹配的 motifs

咱们能够导出峰内的 Myc 基序地位，以便稍后在 IGV 中应用或用于元图可视化。

export.bed(MycMotifs[[1]], con = "MycMotifs.bed")

本文由 mdnice 多平台公布