这篇文章主要介绍“如何使用MEME挖掘序列中的de novo motif”,在日常操作中,相信很多人在如何使用MEME挖掘序列中的de novo motif问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”如何使用MEME挖掘序列中的de novo motif”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
在朝阳县等地区,都构建了全面的区域性战略布局,加强发展的系统性、市场前瞻性、产品创新能力,以专注、极致的服务理念,为客户提供成都网站设计、做网站 网站设计制作按需网站设计,公司网站建设,企业网站建设,品牌网站设计,全网营销推广,成都外贸网站制作,朝阳县网站建设费用合理。
对于de novo motif分析而言,我们只需要提供序列就可以了。由于peak的长度范围存在一定的波动,通常选取peak中心,即峰值两侧固定长度的序列用于下游的motif分析。
同时为了提高运行效率,有时还会只挑选部分peak进行分析,比如按照p值或者富集倍数挑选最显著的1000个peak的序列来进行motif预测。准备好输入序列之后,就可以进行motif分析了。meme
是一款最常用的工具,网址如下
http://meme-suite.org/tools/meme
操作简单,只需要上传序列,然后设置几个参数值就可以了
输出文件包含了两个部分的结果
提供了motif的sequence logo, PFM, PWM矩阵等信息
提供了motif在输入序列上的位置信息,示意如下
在线工具最大支持80M的输入序列,更大的文件就需要本地版软件来运行,基本用法如下
meme \
input.fna \
-oc out_dir \
-dna \
-mod zoops \
-nmotifs 3 \
-revcomp
meme
的算法使得这个工具可以同时得到motif和motif在输入序列上的位置两种信息,在输出多个motif时,在输入序列上sites越多的motif优先输出,所以通常情况下只需要参考前3个motif就可以了,该工具更适用于motif种类较少的场景,比如分析某个转录因子的chip_seq或者m6A_seq的数据。
到此,关于“如何使用MEME挖掘序列中的de novo motif”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注创新互联网站,小编会继续努力为大家带来更多实用的文章!