原理分析_Homer的motif分析原理篇

写在前面的话

前面我们说到，HOMER软件可以进行多种类型的motif分析，如 promoter motif analysis ，基因组位置motif分析(ChIP-seq分析中的motif分析)，利用自定义的fasta文件进行motif分析，RNA序列的motif分析(分析CLIP-seq数据中的RNA binding elements)。 但是，不管我们如何调用HOMER，对于发现motif的基本步骤都是一致的，下面主要介绍一下各步骤的原理：

原理理解即可，HOMER已经将各个步骤封装起来，不用一步一步分别进行。

预处理

1. 序列提取

• 若给出的基因组位置信息，则提取出来的是对应的基因组序列；

• 若给出的是基因accession number，则需要选择适当的promoter区域

2. 背景选择

如果没有自定义背景序列信息(即：-bg 参数)，HOMER将自动为用户选取。如果使用的是基因组位置，将从整个基因组序列抓取GC含量一致的序列作为背景序列。若进行的是promoter分析，则将所有的promoter作为背景。

3. GC含量矫正

将目标序列和背景序列对GC含量进行分bin(5%区间)，背景序列通过调节权重得到和目标序列同样的GC含量分布。这可以使得HOMER在分析来自CpG岛时的序列时，不会简单的找到那些GC富集的motif。下图是一个ChIP-seq分析中GC含量分bin的例子