作者:小哈 来源:嘉因 用BETA能get到哪些生物学特征?
输入文件长啥样? BETA Basic和BETA plus需要2个输入文件。输入文件一,TF结合位点,即peak的位置;输入文件二,敲降或敲除或过表达或激活TF后所有基因的变化倍数和P值。 BETA Basic能预测转录因子的激活/抑制功能,并识别靶基因; BETA plus除了Basic的两个功能外,还能鉴定转录因子motif及其collaborator。 如果只有ChIP数据,没有基因表达数据,还有BETA minus可以用,它能根据ChIP数据算出TF对靶基因的调控潜力。 BETA minus只需要1个输入文件,即输入文件一,peak所在的位置 输入文件一: ChIP-seq的peak所在的染色体、start、end三列; 或MACS的输出文件*peak.bed ChIP-chip的peak也可以作为输入文件一 输入文件二: TF KD/KO/overexpressed/activeted样品与对照相比,基因表达差异分析结果:全基因组上的所有基因的ID、表达量变化倍数log值(上调为正值,下调为负值)、统计值(FDR或P值)三列; 或limma、cuffdiff的输出文件 注意,不能只给差异基因。 跟GSEA类似,BETA的算法需要全局所有基因。 除了RNA-seq、microarray以外,其他实验类型也可以作为输入,只要能按要求提供那三列信息就行。 参数设置:默认即可。 输出文件长啥样? 结果一:累积分布函数CDF曲线 BETA根据默认值或您提供的基因数量或P值,把基因分为上调UP、下调DOWN、不差异表达NON三组,然后计算UP/DOWN组跟NON的差异显著性。 图中黑色点线用NON组代表背景,红色为UP组,蓝色为DOWN组。 X轴:把基因按照regulatory potential score由大到小排序; Y轴:基因累积比例。 例如下图a,X轴10000对应的蓝线Y轴为50%,红线Y轴为30%,黑色点线Y轴为30%。 也就是说:50%的下调基因都拥有较高的调控潜能(排在top10000),显著高于上调基因和背景。更多的peak倾向于富集在下调基因周围。 生物学意义:Tet1的功能是repressive,ESR1既有activiting又有repressive功能 有一篇帖子,从概念、实际意义到R语言实现,把CDF曲线讲的透透的: http://blog./statistics-cdf/ 点击左下角“阅读原文”,直达该帖。 结果二:靶基因 靶基因附近的peak 结果三:TF在DNA上结合的motif,包括上调靶基因区域的motif、下调靶基因的motif、上调特异的motif(跟下调的比、跟NON比)、下调特异的motif(跟上调的比、跟NON比)。 结果四:找到TF的collaborator 从结果三可以看出,找到的motif不只是目标TF的,还有其他TF的,排除相似motif以后,那些其他的TF就有可能是目标TF的collaborator。coIP搞起来! 怎么才能用上BETA呢? 有网页版吗? 有,Cistrome Analysis Pipeline提供丰富的表观遗传分析工具,可以在线分析,点点鼠标即可,不用敲代码。只是,由于不可描述的原因,小哈劝您还是用本地下载版本吧! Windows系统能用吗? 理论上,应该可以吧!? 不懂生信,不装Linux,也能Run代码—Windows系统的Linux命令行工具Babun 如果不想装Linux,就买个苹果吧! 遇到问题可以问作者吗? 苏小妹一直活跃在BETA的google group上,有问题先去看看是不是已经有人问过了,解决了没? 在此感谢BETA作者苏小妹在本文撰写中提供的帮助! 如何打开google group? 看这里,生物人高效工作之——办公软件 转载本文请注明本文来自王程扬科学网博客。 链接地址:http://blog.sciencenet.cn/blog-3372875-1090325.html |
|