这篇文章跟大家分析一下“怎样进行motif分析”。内容详细易懂,对“怎样进行motif分析”感兴趣的朋友可以跟着小编的思路慢慢深入来阅读一下,希望阅读后能够对大家有所帮助。下面跟着小编一起深入学习“怎样进行motif分析”的知识吧。
在chip_seq数据分析中,motif分析是一项重要的分析内容。通过motif分析,我们可以对转录因子结合位点的序列模式有进一步的了解,那么什么是motif呢?
蛋白质中功能的基本单元是domain,是一种特殊的三维结构,不同结构的domain与其他分子特异性结合从而发挥功能。与此类似,转录因子在于DNA序列结合时,其结合位点的序列也由于一定的特异性,不同转录因子结合的DNA序列的模式是不同的。为了更好的描述结合位点序列的模式,科学家们提出了motif的概念。
motif表示特定碱基序列的模式,这种教科书式的名词解释不够直观难以理解,下面通过一个示例来看下
上图表示的是一个转录因子在多个基因上的结合位点的序列,在采用motif描述上面这段信息时,具体用到以下几个元素
上述示例中结合位点的序列长度为12bp, 每个位置4种碱基的频数统计如下
用一段序列来描述所有序列的碱基组成,称之为一致性序列,采用IUPAC
标准的碱基表示法,不同字母对应的碱基如下所示
上述例子中的一致性序列如下
为了更加直观的描述motif, 结合所有序列中的碱基分布情况和一致性序列的特征,提出了sequence logo的表示方法,
上述例子中的碱基分布频数绘图如下
类似每个位置上碱基分布频数的堆积柱状图,而sequence logo则采用以下公式来计算位置碱基的高度
上述公式中的最大值为2,对应所有序列中该位置都是同一个碱基,比如示例中的第5个位置全部都是T碱基。通过这种表示方法,可以突出碱基的分布情况,示意如下
可以非常明显的看到,在第5,8,9三个位置上都只出现了T碱基。其他位置都是几种碱基混合出现,总的高度都比这里这些位置低很多。值得一提的是,之前我们说单一碱基最大值为2,而上图中单一碱基的位置比2小了一点,这是因为在原始公式的基础上进行了微调,详细情况如下
在原始公式的基础上减去了一个e
值,在e
值的计算公式中,对于DNA序列,s
的值为4,n
代表的是motif的长度,上述示例中就是12。减去e
值后,最大值相比2自然会小一点。
有很多的软件可以进行motif分析,比如meme-chip
, homer
等。
关于怎样进行motif分析就分享到这里啦,希望上述内容能够让大家有所提升。如果想要学习更多知识,请大家多多留意小编的更新。谢谢大家关注一下亿速云网站!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。