哪个蛋白质调控我感兴趣的基因？怎样筛选？基于分析或实验的可行方案V2.1
谁来调控我感兴趣的DNA？100%可行的全面解决方案V2.0。
上周发的V2.0，这么快就更新到V2.1了？因为小哈最近更新了一下脑中的ENCODE知识体系，得益于ENCODE的会议视频和小伙伴分享的国内培训班视频，表观遗传小白逆袭之道：从这 19 个视频开始吧！尤其是岳峰老师的两个视频，受益匪浅。
这次主要更新了ENCODE的查询方案。以前ENCODE自己的网站功能不强大，需要去UCSC上检索，而且数据量太少。现在，已经积累到7813套ChIP-seq数据，能从ENCODE网站www.encodeproject.org把100套以内的数据提交给UCSC，进行可视化。如果需要100套以上的数据，还能方便的批量下载。
本文关心的是直接调控，即哪个蛋白结合在我感兴趣的基因上游。研究哪个蛋白质结合某段DNA，介绍三种screen的有效方法：
Plan A：基于大量ChIP-seq公共数据挖掘
Plan B：motif分析预测
Plan C：ATAC-seq结合motif分析
Plan A：基于大量ChIP-seq公共数据
一套ChIP-seq数据只能看一个蛋白质调控哪个靶基因。转录因子调控了谁？100%可行的完整解决方案V2.0。如果有大量ChIP-seq数据，就能看到哪个蛋白质调控某个基因。
目前全世界已发表人和小鼠的2万多套ChIP-seq数据，包含800多个TF，把这些ChIP-seq数据放在一起，就能看到基因组的每个位置都结合了哪些TF。
大量的ChIP-seq数据去哪里找呢？
收录ChIP-seq数据最全的数据库Cistrome Data Browser，需要一点点linux基础，批量下载和处理Cistrome Data Browser数据；
ChIP实验质量最好的ENCODE项目。
下面介绍这两个数据来源的检索方法：
1. Cistrome Data Browser
Cistrome Data Browser收录了目前已发表的2万多套人和小鼠的ChIP-seq、DNase-seq、ATAC-seq数据。可以单个查看某个转录因子调控的靶基因，详见转录因子调控了谁？
最近开始提供批量下载功能，http://cistrome.org/db/#/，我们就可以从大量的ChIP-seq数据里找到：哪套数据的Factor结合了我感兴趣的DNA区段。
点击右上角的“Batch download”，填写课题组信息，勾选要下载的数据类型
承诺提交的信息正确，不会把下载到的数据交给别人，发表文章的时候引用该论文。输入校验码，点击最下面的按钮，就开始下载了。
用bedtools找出感兴趣的基因附近有结合信号peak的ChIP-seq数据，对应到TF名字，就推测出哪些TF结合了感兴趣的基因。bedtools的用法满天飞，小哈在这里不啰嗦。其实只需要一点点linux基础，纸老虎，不用怕。
2. ENCODE
ENCODE项目进展到今天已经产生了7813套ChIP-seq数据，其中人的5568套，小鼠1086套。检索方法参考表观遗传系列视频17 | Penn State 岳峰：ENCODE & Roadmap workshop（附PPT）。另外，还有平行项目，例如模式生物modENCODE和modERN项目，以后小哈会发帖分享使用心得。
人，除组蛋白以外，转录因子等factor的ChIP-seq数据2191套，包含620个factor。
目前可以最多添加100套数据到UCSC genome browser里面查看某段DNA上的peak分布。
例如，在Biosample type里选择stem cell，一共86套数据
点击Visuallize
选择hg19，数据更全。后面再check一下GRCh38版本的基因组在你关心的区域上是否有更新。
打开后看到所有86套数据都展示出来了，在位置框里输入您想看的区段，或基因名字，例如sox2，然后zoom out 10x看更大的区域。好多小矩形的那行就是call出来的peak，下面紧挨着那行是原始信号强度。用眼睛看哪个factor在sox2 TSS附近有peak，推测该factor对sox2的转录有调控作用。
继续往下滚动页面，还能看到该区域存在哪些TF的motif，详见下文Plan B。
如果不想用眼睛看100套以内的数据，而是要从所有的ChIP-seq数据中找到结合某段DNA的factor，需要批量下载：
下载后的数据处理类似于前面讲的Cistrome Data Browser。
该方法的优点是，找到的TF跟DNA的结合关系是有in vivo实验证据的；缺点是，基因的转录调控有着组织特异性，在这套ChIP-seq数据的细胞类型和处理条件下不结合，不代表你关心的细胞类型或处理条件下也不结合，有可能真就能结合呢！反之亦然。
Plan B：基于motif预测
通过motif预测DNA上可能会有哪些转录因子结合。每个转录因子都有一个DNA结合结构域（DBD），喜欢结合在特定DNA序列上，也就是motif。如果我感兴趣的基因上游DNA有某个TF的motif，那么该TF就有可能结合这段DNA，从而调控下游基因表达。
书接上文Plan A的ENCODE数据检索。向下滚动鼠标，找到Regulation，点击TFBS Conserved，full，refresh
refresh后，那些段竖线就是该区域存在的TF的motif，TF名字在左侧
V$和_之间的就是TF名
点击名字，出现motif信息
该方法的缺点是，就算在DNA序列上找到了TF对应的motif，该TF不一定真的就能in vivo结合这段DNA。不过，这起码提供了一条线索，让你有迹可循，看到了某个感兴趣的TF的motif，就做个ChIP-qPCR验证一下吧！
Plan C：ATAC-seq结合motif分析
调控蛋白所结合的DNA附近会形成open区域，产生DHS。2013年，Howard Y Chang发明了ATAC-seq。详见从第一篇文章开始，讲讲ATAC-seq能干啥？类似于DNase-seq，ATAC-seq能够找出基因组上的open区，根据这段区域上的motif，推测它上面可能结合的TF。ATAC-seq用的细胞数更少，500-50,000个细胞就能做，实验更稳定。有了ATAC-seq的加入，把motif预测出来的候选TF范围缩小到染色质开放区域，结果更准确。
还记得Howard Y Chang吗？美帝国自然NIH资助啥？一文中看到，他凭《lncRNA在癌症中的作用机制》一项拿到$724,705，相当于人民币400多万，该项目已经发表2篇paper，一篇Single cell，一篇CRISPR screen。我们站在大牛肩上，紧跟大牛节奏，就能赶在上升期，抓紧时间轻松发一区；否则，邻居大妈都知道ATAC-seq的时候。。。
您可能还想看：
Factorbook | 翁志萍 | ChIP-seq in ENCODE
想用ChIP-seq、ATAC-seq实验研究感兴趣的基因？想用已发表的ChIP-seq、eCLIP-seq、ChIA-PET、DNA甲基化测序、RNA-seq数据寻找线索？找嘉因生物吧！从实验、测序，到多种数据整合分析，为您一站式解决。（点击文中蓝字了解详情）
嘉因生物公众号定位：客户共性问题解答，生信学习资源导航，高通量实验导购 | 为您提供高通量实验-测序-分析-验证一站式解决方案
电话：021-61539657
Email：marketing@rainbow-genome.com
地址：上海市杨浦区赤峰路65号同济科技园1号楼611室