誰來調控我感興趣的DNA？100%可行的全面解決方案V2.0。
這次主要更新了ENCODE的查詢方案。以前ENCODE自己的網站功能不強大，需要去UCSC上檢索，而且數(shù)據量太少?，F(xiàn)在，已經積累到7813套ChIP-seq數(shù)據，能從ENCODE網站www.encodeproject.org把100套以內的數(shù)據提交給UCSC，進行可視化。如果需要100套以上的數(shù)據，還能方便的批量下載。
本文關心的是直接調控，即哪個蛋白結合在我感興趣的基因上游。研究哪個蛋白質結合某段DNA，介紹三種screen的有效方法：
Plan A：基于大量ChIP-seq公共數(shù)據挖掘
Plan B：motif分析預測
Plan C：ATAC-seq結合motif分析
Plan A：基于大量ChIP-seq公共數(shù)據
一套ChIP-seq數(shù)據只能看一個蛋白質調控哪個靶基因。轉錄因子調控了誰？100%可行的完整解決方案V2.0。如果有大量ChIP-seq數(shù)據，就能看到哪個蛋白質調控某個基因。
目前全世界已發(fā)表人和小鼠的2萬多套ChIP-seq數(shù)據，包含800多個TF，把這些ChIP-seq數(shù)據放在一起，就能看到基因組的每個位置都結合了哪些TF。
大量的ChIP-seq數(shù)據去哪里找呢？
收錄ChIP-seq數(shù)據最全的數(shù)據庫Cistrome Data Browser，需要一點點linux基礎，批量下載和處理Cistrome Data Browser數(shù)據；
ChIP實驗質量最好的ENCODE項目。
下面介紹這兩個數(shù)據來源的檢索方法：
1. Cistrome Data Browser
Cistrome Data Browser收錄了目前已發(fā)表的2萬多套人和小鼠的ChIP-seq、DNase-seq、ATAC-seq數(shù)據。可以單個查看某個轉錄因子調控的靶基因，詳見轉錄因子調控了誰？
最近開始提供批量下載功能，http://cistrome.org/db/#/，我們就可以從大量的ChIP-seq數(shù)據里找到：哪套數(shù)據的Factor結合了我感興趣的DNA區(qū)段。
點擊右上角的“Batch download”，填寫課題組信息，勾選要下載的數(shù)據類型
承諾提交的信息正確，不會把下載到的數(shù)據交給別人，發(fā)表文章的時候引用該論文。輸入校驗碼，點擊最下面的按鈕，就開始下載了。
用bedtools找出感興趣的基因附近有結合信號peak的ChIP-seq數(shù)據，對應到TF名字，就推測出哪些TF結合了感興趣的基因。bedtools的用法滿天飛，小哈在這里不啰嗦。其實只需要一點點linux基礎，紙老虎，不用怕。
2. ENCODE
ENCODE項目進展到今天已經產生了7813套ChIP-seq數(shù)據，其中人的5568套，小鼠1086套。檢索方法參考表觀遺傳系列視頻17 | Penn State 岳峰：ENCODE & Roadmap workshop（附PPT）。另外，還有平行項目，例如模式生物modENCODE和modERN項目，以后小哈會發(fā)帖分享使用心得。
人，除組蛋白以外，轉錄因子等factor的ChIP-seq數(shù)據2191套，包含620個factor。
目前可以最多添加100套數(shù)據到UCSC genome browser里面查看某段DNA上的peak分布。
例如，在Biosample type里選擇stem cell，一共86套數(shù)據
點擊Visuallize
選擇hg19，數(shù)據更全。后面再check一下GRCh38版本的基因組在你關心的區(qū)域上是否有更新。
打開后看到所有86套數(shù)據都展示出來了，在位置框里輸入您想看的區(qū)段，或基因名字，例如sox2，然后zoom out 10x看更大的區(qū)域。好多小矩形的那行就是call出來的peak，下面緊挨著那行是原始信號強度。用眼睛看哪個factor在sox2 TSS附近有peak，推測該factor對sox2的轉錄有調控作用。
繼續(xù)往下滾動頁面，還能看到該區(qū)域存在哪些TF的motif，詳見下文Plan B。
如果不想用眼睛看100套以內的數(shù)據，而是要從所有的ChIP-seq數(shù)據中找到結合某段DNA的factor，需要批量下載：
下載后的數(shù)據處理類似于前面講的Cistrome Data Browser。
該方法的優(yōu)點是，找到的TF跟DNA的結合關系是有in vivo實驗證據的；缺點是，基因的轉錄調控有著組織特異性，在這套ChIP-seq數(shù)據的細胞類型和處理條件下不結合，不代表你關心的細胞類型或處理條件下也不結合，有可能真就能結合呢！反之亦然。
Plan B：基于motif預測
通過motif預測DNA上可能會有哪些轉錄因子結合。每個轉錄因子都有一個DNA結合結構域（DBD），喜歡結合在特定DNA序列上，也就是motif。如果我感興趣的基因上游DNA有某個TF的motif，那么該TF就有可能結合這段DNA，從而調控下游基因表達。
書接上文Plan A的ENCODE數(shù)據檢索。向下滾動鼠標，找到Regulation，點擊TFBS Conserved，full，refresh
refresh后，那些段豎線就是該區(qū)域存在的TF的motif，TF名字在左側
V$和_之間的就是TF名
點擊名字，出現(xiàn)motif信息
該方法的缺點是，就算在DNA序列上找到了TF對應的motif，該TF不一定真的就能in vivo結合這段DNA。不過，這起碼提供了一條線索，讓你有跡可循，看到了某個感興趣的TF的motif，就做個ChIP-qPCR驗證一下吧！
Plan C：ATAC-seq結合motif分析
調控蛋白所結合的DNA附近會形成open區(qū)域，產生DHS。2013年，Howard Y Chang發(fā)明了ATAC-seq。詳見從第一篇文章開始，講講ATAC-seq能干啥？類似于DNase-seq，ATAC-seq能夠找出基因組上的open區(qū)，根據這段區(qū)域上的motif，推測它上面可能結合的TF。ATAC-seq用的細胞數(shù)更少，500-50,000個細胞就能做，實驗更穩(wěn)定。有了ATAC-seq的加入，把motif預測出來的候選TF范圍縮小到染色質開放區(qū)域，結果更準確。
還記得Howard Y Chang嗎？美帝國自然NIH資助啥？一文中看到，他憑《lncRNA在癌癥中的作用機制》一項拿到$724,705，相當于人民幣400多萬，該項目已經發(fā)表2篇paper，一篇Single cell，一篇CRISPR screen。我們站在大牛肩上，緊跟大牛節(jié)奏，就能趕在上升期，抓緊時間輕松發(fā)一區(qū)；否則，鄰居大媽都知道ATAC-seq的時候。。。
您可能還想看：
Factorbook | 翁志萍 | ChIP-seq in ENCODE
想用ChIP-seq、ATAC-seq實驗研究感興趣的基因？想用已發(fā)表的ChIP-seq、eCLIP-seq、ChIA-PET、DNA甲基化測序、RNA-seq數(shù)據尋找線索？找嘉因生物吧！從實驗、測序，到多種數(shù)據整合分析，為您一站式解決。（點擊文中藍字了解詳情）
嘉因生物公眾號定位：客戶共性問題解答，生信學習資源導航，高通量實驗導購 | 為您提供高通量實驗-測序-分析-驗證一站式解決方案
電話：021-61539657
Email：marketing@rainbow-genome.com
地址：上海市楊浦區(qū)赤峰路65號同濟科技園1號樓611室
