表观组学中的Motif研究解说

表观组学中的Motif研究解说

前言

在表观组学中，Motif基序的识别和功能研究对于理解细胞如何在不改变DNA序列的情况下调控基因表达至关重要，它是理解细胞如何通过非遗传序列的方式，如通过化学修饰或者非编码RNA等方式去调控基因表达的重要线索。

· 1.理解Motif基序的含义 ·  

Motif基序是DNA、RNA或蛋白质序列中，重复出现的具有特定生物学功能、短而保守的序列。在表观遗传学中，这些基序通常会与特定的蛋白质结合，常见的为转录因子、DNA甲基化转移酶、组蛋白乙酰化酶等，一般来说结合位点并不是随机现象，它有自己的偏好性，所以我们可以通过Motif分析去挖掘这些序列的偏好性。

· 2.Motif分析 ·  

在表观组学的研究中，我们把reads覆盖超级多的区域称为peaks。对于ChIPseq/Cut&Tag来说，这些所谓的peaks就是我们的转录因子或各种修饰和DNA互作的区域；对于ATAC-seq来说，这些peaks就是特定条件下的开放染色质区域；对于m6A测序来说，这些peaks就是发生m6A甲基化修饰的RNA区域。

APExBIO目前采用HOMER软件来分析和确定Motif富集程度，使用HOMER软件时，我们需要输入两套序列，分别为背景序列和目标序列，一般目标序列为差异序列或者具有特定功能的序列集，背景序列是某个物种的对应序列（比如mRNA序列），通过计算目标序列在背景序列中的富集程度来判断该Motif是否可信。

· 3.Motif结果解读 ·  

Motif文件夹注释

HomerResults文件夹注释

Motif的结果主要有两大类，一类是与已知Motif数据库进行匹配，一类是利用软件进行重头预测。

HOMER软件允许输入已知的Motif数据，随后将富集到的目标序列与已知数据库进行匹配，计算Motif的富集程度，会得到一个已知Motif富集网页版报告，报告内容如下展示：

表头注释：

① Rank：根据P-value对Motif进行排序得到的排名

② Motif：该Motif的序列

③ Name：该Motif对应的转录因子，转录因子（家族）/实验细胞类型/转录因子-实验类型/HOMER软件

④ P-value：Motif富集置信度

⑤ Log Pvalue：P-value以常数e为底取对数

⑥ q-value：Bnejamini模型计算q值

⑦ # Target Sequences with Motif：富集到目标序列的数量

⑧% of Targets Sequences with Motif：富集到目标序列占总序列的百分比

⑨# Background Sequences with Motif：富集到背景序列的数量

⑩ % of Background Sequences with Motif：富集到背景序列占总序列的百分比

⑪ Motif File：Motif文件结果超链接

⑫ SVG：Motif的svg可视化文件

HOMER软件除了能显著匹配到已知数据库的Motif，还能够预测一些匹配到Motif边缘或者脱靶的序列，预测结果如下图展示：

表头注释：

① Rank：根据P-value对Motif进行排序得到的排名

② Motif：该Motif的序列

③ P-value：预测的Motif富集置信度

④ Log Pvalue：P-value以常数e为底取对数

⑤ % of Targets：靶标序列占总denovo序列的百分比

⑥% of Background：背景序列占总denovo序列的百分比

⑦ STD（Bg STD）：靶标和背景的序列集出现偏离的标准偏差

⑧ Best Match/Details：最为匹配的结果

⑨ Motif File：Motif文件结果超链接

· 4.如何进行Motif的选择 ·  

Motif的选择对于转录因子和靶基因的筛选至关重要，对于目前的分析结果来看，我们不能仅靠一个参数就进行判断。可主要关注两个参数P-value和% of Targets，P-value是对比到已知Motif或预测Motif的置信度，并不是P值越小越好，还需要同步考虑% of Targets值，该值越大代表富集到已知或预测到的Motif越多。对于预测的Motif还需要额外关注两个参数，这两个参数需要点开Best Match/Details列里的More Information，Score 是偏移程度的评分，最好的（偏移程度最小的）为1，Offset偏离量，越小越好。