教你如何预测参与调节差异基因的转录因子

最新推荐文章于 2024-07-08 15:27:24 发布

【云森】

最新推荐文章于 2024-07-08 15:27:24 发布

阅读量4.8k

点赞数 2

文章标签：数据可视化数据分析搜索引擎人工智能数据挖掘

TCGA | GEO | 文献阅读 | 数据库 | 理论知识

R语言 | Bioconductor | 服务器与Linux

我们获得的差异基因【学习：一文就会TCGA数据库基因表达差异分析，GEO数据库表达数据的提取以及limma包进行差异分析，TCGA数据库：GDCRNATools包下载数据、处理数据以及差异分析】，下游除了富集分析【学习：clusterProfiler包进行KEGG,GO,GSEA富集分析；FunRich数据库：一个主要用于基因和蛋白质的功能富集以及相互作用网络分析的独立的软件工具】等以外，如果我们想找到参与调控这些差异基因的转录因子，作为研究的上游机制，是一个思路。而很多转录因子预测的数据库是基于转录因子的Chip-seq的数据来进行构建的，这样的结果能说明某一个转录因子结合某一段序列，但是结合并不一定说明可能影响这个基因的表达，所以最好做一个这个转录因子导入/导出的表达数据来说明对于基因表达的影响。

KnockTF（http://www.licpathway.net/KnockTF/search.php）数据库就是基于这个目的构建的数据库。关于这个数据库，我在很久前的文章【这个网站提供了多种数据分析工具——增强子，非编码RNA转录信息等】中有提到，这个数据库收录了目前公共数据库当中敲减该转录因子后做的表达谱（芯片、二代测序）的数据，进而来反映这个转录因子变化后对于基因表达的影响。KnockTF不仅提供了感兴趣的TFs靶基因的全面基因表达信息，还收集了TFs上游通路信息以及下游靶基因的各种功能注释和分析结果，包括GSEA、GO富集、KEGG通路富集、层次聚类分析和差异表达分析。KnockTF进一步提供了有关TFs与启动子、超级增强子和靶基因典型增强子结合的详细信息。构建TF差异表达基因网络，对感兴趣的基因集进行网络分析，如子网络定位、拓扑分析和超几何富集。KnockTF将有助于阐明TF相关功能并挖掘潜在的生物学效应。

这个数据库很简单，搜索栏，看名字就知道怎么使用。