|
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 |
|
|
