怎樣進(jìn)行motif分析

這篇文章跟大家分析一下“怎樣進(jìn)行motif分析”。內(nèi)容詳細(xì)易懂，對(duì)“怎樣進(jìn)行motif分析”感興趣的朋友可以跟著小編的思路慢慢深入來(lái)閱讀一下，希望閱讀后能夠?qū)Υ蠹矣兴鶐椭?。下面跟著小編一起深入學(xué)習(xí)“怎樣進(jìn)行motif分析”的知識(shí)吧。

在chip_seq數(shù)據(jù)分析中，motif分析是一項(xiàng)重要的分析內(nèi)容。通過(guò)motif分析，我們可以對(duì)轉(zhuǎn)錄因子結(jié)合位點(diǎn)的序列模式有進(jìn)一步的了解，那么什么是motif呢？

蛋白質(zhì)中功能的基本單元是domain,是一種特殊的三維結(jié)構(gòu)，不同結(jié)構(gòu)的domain與其他分子特異性結(jié)合從而發(fā)揮功能。與此類(lèi)似，轉(zhuǎn)錄因子在于DNA序列結(jié)合時(shí)，其結(jié)合位點(diǎn)的序列也由于一定的特異性，不同轉(zhuǎn)錄因子結(jié)合的DNA序列的模式是不同的。為了更好的描述結(jié)合位點(diǎn)序列的模式，科學(xué)家們提出了motif的概念。

motif表示特定堿基序列的模式，這種教科書(shū)式的名詞解釋不夠直觀難以理解，下面通過(guò)一個(gè)示例來(lái)看下

上圖表示的是一個(gè)轉(zhuǎn)錄因子在多個(gè)基因上的結(jié)合位點(diǎn)的序列，在采用motif描述上面這段信息時(shí)，具體用到以下幾個(gè)元素

1.  堿基頻率分布

上述示例中結(jié)合位點(diǎn)的序列長(zhǎng)度為12bp, 每個(gè)位置4種堿基的頻數(shù)統(tǒng)計(jì)如下

2.  consensus sequences

用一段序列來(lái)描述所有序列的堿基組成，稱(chēng)之為一致性序列，采用IUPAC標(biāo)準(zhǔn)的堿基表示法,不同字母對(duì)應(yīng)的堿基如下所示

上述例子中的一致性序列如下

3. sequence logo

為了更加直觀的描述motif, 結(jié)合所有序列中的堿基分布情況和一致性序列的特征，提出了sequence logo的表示方法，
上述例子中的堿基分布頻數(shù)繪圖如下

類(lèi)似每個(gè)位置上堿基分布頻數(shù)的堆積柱狀圖，而sequence logo則采用以下公式來(lái)計(jì)算位置堿基的高度

上述公式中的最大值為2，對(duì)應(yīng)所有序列中該位置都是同一個(gè)堿基，比如示例中的第5個(gè)位置全部都是T堿基。通過(guò)這種表示方法，可以突出堿基的分布情況，示意如下

可以非常明顯的看到，在第5,8,9三個(gè)位置上都只出現(xiàn)了T堿基。其他位置都是幾種堿基混合出現(xiàn)，總的高度都比這里這些位置低很多。值得一提的是，之前我們說(shuō)單一堿基最大值為2，而上圖中單一堿基的位置比2小了一點(diǎn)，這是因?yàn)樵谠脊降幕A(chǔ)上進(jìn)行了微調(diào)，詳細(xì)情況如下

在原始公式的基礎(chǔ)上減去了一個(gè)e值，在e值的計(jì)算公式中，對(duì)于DNA序列，s的值為4，n代表的是motif的長(zhǎng)度，上述示例中就是12。減去e值后，最大值相比2自然會(huì)小一點(diǎn)。

有很多的軟件可以進(jìn)行motif分析，比如meme-chip, homer等。

關(guān)于怎樣進(jìn)行motif分析就分享到這里啦，希望上述內(nèi)容能夠讓大家有所提升。如果想要學(xué)習(xí)更多知識(shí)，請(qǐng)大家多多留意小編的更新。謝謝大家關(guān)注一下億速云網(wǎng)站！