软件学习——模体搜索MEME-ChIP

The MEME suite 是一组功能强大的,基于网页的集成工具,可用于研究蛋白质,DNA 和 RNA 中的序列模体。

The MEME Suitehttps://meme-suite.org/meme/可以通过这个网址访问主页

The MEME suite

用 MEME 搜索模体

Step1:工具准备

将用到 MEME 套件下的 MEME-ChIP 工具,由于高通量测序的进步导致大型高质量数据集的快速增长,包括转录因子(TFs)ChIP-seq 实验产生的数据集。尽管有很多现有的工具可以用这类数据集来发现转录因子结合位点,但大多数基于网页的工具无法直接处理此类大型数据集。

The MEME suite
MEME-ChIP

此工具旨在分析 ChIP-seq 的 “峰值区域”,也就是说仅分析峰值周围的短基因组区域,给定一组基因组的区域后它将依次值行以下操作

(i)从头开始寻找模体

(ii) 对模体进行富集分析

(iii) 模体可视化

(iv) 结合亲和力分析

(v) 模体识别

Step2:数据准备

上传的区域应为FASTA格式的序列,其长度至少为100 bp,每个序列均以ChIP-seq标签峰为中心。所有序列都会被输入到DREME基序发现算法中,但是由于计算复杂性,最多有 600个序列(从输入中随机选择)被输入到MEME算法中。

上传数据
Step3:设置参数

点击选择上传文件

image

此处可以输入邮箱,模体搜索完成后将会发邮件通知

输入邮箱

此处可以设置目标模体长度

设置目标模体长度

接下来就可以设置一些细节

设置细节

MEME options下可以设置寻找模体的个数等。

STREME options下可通过设置P值,挖掘序列中富集或相对富集的模体。

CentriMo options可以识别一些模体对特定位置的明显偏好,可以查看局部位置的富集程度。

MEME-ChIP还将每个MEME和DREME寻找到的motif与JASPAR CORE数据库中的每个motif进行比较,以识别与每个主题结合的可能转录因子。

Step4:开始寻找motif

将所有参数设置好后点击开始寻找motif

step1

出现此界面即已经开始进行模体搜索了

step2

然后等结果出来后点击HTML output查看结果

step3

接着点击MEME查看详细的motif信息

step4

可以下载对应的motif的logo图 和位置频率矩阵

step5

参考文献:

[1] Bailey T L , Johnson J , CE Grant, et al. The MEME Suite[J]. Nucleic Acids Research, 2015, 43(W1):W39-W49.
[2]Machanick, Philip, Bailey, et al. MEME-ChIP: motif analysis of large DNA datasets.[J]. Bioinformatics, 2011.

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 216,692评论 6 501
  • 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 92,482评论 3 392
  • 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 162,995评论 0 353
  • 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 58,223评论 1 292
  • 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 67,245评论 6 388
  • 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 51,208评论 1 299
  • 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 40,091评论 3 418
  • 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 38,929评论 0 274
  • 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 45,346评论 1 311
  • 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 37,570评论 2 333
  • 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 39,739评论 1 348
  • 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 35,437评论 5 344
  • 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 41,037评论 3 326
  • 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 31,677评论 0 22
  • 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 32,833评论 1 269
  • 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 47,760评论 2 369
  • 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 44,647评论 2 354

推荐阅读更多精彩内容