“转录因子调控了哪些靶基因？”
今日推出完整解决方案V2.1
4种策略能够解决这个问题，总有一款适合你：
Plan A：RNA-seq。直接调控？间接调控？傻傻分不清
Plan B：ChIP-seq。最直接，最有效，与RNA-seq整合分析更准确
Plan C：ATAC-seq + motif分析。没有ChIP级别抗体，也能准确找到靶基因
Plan D：基于motif预测，这是个垫底儿的
小哈吐血整理 ~
老板骂小哈：你为了拉关注，把嘉因吃饭的本事都亮出来了！balabala。。。
呜呜~~，您再不点顶端蓝字，关注“嘉因”公众号，小哈就没饭吃了！
实验材料：
TF KD/KO/过表达或激活的处理组；
TF正常表达的对照组。
（本文转录因子简称“TF”）
实验方法：
RNA-seq，筛选上述两组样品的差异表达基因，推测TF调控的靶基因。
优点：
对实验技术要求不高，容易实现。
已发表的RNA-seq众多，如果能找到TF KD/KO/过表达或激活的两组对比数据，直接拿来分析，多快好省。
缺点：
TF KO/KD/过表达导致了gene1、gene2、gene3、gene4表达量的变化，可能是TF调控了gene1，gene1调控gene2，gene2调控gene3和4的结果。所以，用RNA-seq找的下游基因，直接调控？间接调控？傻傻分不清。
“怎样找到这样两组对比的已发表的RNA-seq数据？”
从GEO数据库www.ncbi.nlm.nih.gov/geo/搜索感兴趣的TF，在左侧点击Study type->Customize ...，勾选
点击右侧Top Organisms里的Homo sapiens (29)，筛选出带有TP53字样的人的高通量测序表达谱数据。
往下拉，找TP53发生变化的样品的测序数据，找到不只一套
下载GSE89226_Gene_count_rpkm.txt.gz文件，查看差异表达基因，推测受TP53调控的基因。
想找直接调控的靶基因，就上Plan B和C
实验材料：
您感兴趣的细胞、组织；
TF的ChIP级别抗体。
怎么找抗体？看这篇《搜抗体，哪家强？| 人工智能帮你找抗体，BenchSci，实时显示引文Figure》
实验方法：
ChIP-seq，染色质免疫沉淀实验结合高通量测序，是在体内in vivo研究蛋白质与DNA结合关系的最有效方法。
简单讲ChIP-seq的原理：用TF的抗体抓TF，同时抓下来TF结合的DNA，提取DNA，测序，就知道TF结合了哪些DNA，推测DNA附近的基因受该TF的调控。
下面这些链接有详细介绍：
结合RNA-seq，能更准确的找到靶基因，还能推测出TF的功能是激活还是抑制，详见《ChIP-seq和RNA-seq整合分析，BETA最擅长》
优点：
直接找到TF结合的DNA，这是直接调控；
还能找到TF的collaborator；
目前已发表了5700多套人的ChIP-seq数据，小鼠的有4500多套，其他物种看这篇《做过ChIP-seq或ATAC-seq的物种速查》。如果有人做过您的TF的ChIP-seq，细胞类型也相近，就直接拿来看吧！
缺点：
依赖于抗体，如果没有好用的抗体，就没法做ChIP了。
“去哪找已发表的ChIP-seq数据？”
CistromeDB数据库，http://cistrome.org/db/，收录了已发表的人和小鼠2万多套ChIP-seq、DNase-seq和ATAC-seq数据，不断更新收录新数据。
查看您感兴趣的转录因子是否已经做过ChIP-seq，您感兴趣的细胞系有没有人做过DNase-seq或ATAC-seq，查询方法非常简单。可进入http://cistrome.org/db/#/tutorial查看教程，有视频讲解。
点击Get top putative targets，这个表里就是该转录因子调控的靶基因，还有motif，这个motif可能是该TF的，也肯能是TF的collaborator的，顺道还能找到TF的collaborator。
没有好用的ChIP抗体，怎么办？有Plan C。
实验材料：
您感兴趣的细胞或组织；
您感兴趣的TF的motif。
实验方法：
用DNase-seq或ATAC-seq找开放区，预示着这样的区域有调控因子结合。
在开放区找motif，如果有您感兴趣的TF的motif，那么这个TF很可能就在这里有结合，从而调控附近基因。
优点：
不依赖于抗体
缺点：
依赖于motif。
“去哪找已发表的ATAC-seq数据？”
去Plan B提到的CistromeDB里查找相近细胞类型的DNase-seq/ATAC-seq数据。如果没有已发表数据，就自己做。DNase-seq实验不稳定，世界上只有个别组能做好该实验；推荐做ATAC-seq，嘉因做得好。
“去哪找motif？”
Plan D里有详细方法。
如果没有相似细胞的ATAC-seq数据，就只能看motif了。
实验材料：
motif数据库；
或ChIP-seq数据。
实验方法：
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。去基因组上搜索motif所在的位置，其附近的基因就有可能受该TF的调控。
优点：
每个转录因子都有DNA结合结构域，有特定的motif，不依赖于细胞类型，在物种间保守性极高，可以跨物种使用。目前TF数据库收录了大量TF的motif，还有上万ChIP-seq可以用来找motif。
缺点：
某个位置有motif，TF未必会结合；反之，没有motif，TF未必不结合，有可能TF1结合到TF2上或mediator上，再结合到DNA上，这里的TF广义的说是调控因子。
具体操作时涉及到以下3个问题，带具体操作方法：
“问题1：怎样找TF的motif？”
JASPAR数据库http://jaspar.genereg.net/收录的TF motif信息全、质量好。查询感兴趣的TF CEBPB，Search
那个彩色的高高低低的ATCG图就是motif logo
“问题2：motif在哪些基因附近？”
点击motif logo，查看详细信息
点击下方Binding sites information里的Bed file按钮，就能看到motif所在的位置信息。
bed file长这样
要直观的查看具体位置怎么办？
把上面的网页另存为文本文件，拖拽到IGV里，就能看到您关注的基因附近有没有该TF的motif。
哪些基因附近有这个motif呢？我要列表
用UCSC的Table Browser，https://genome.ucsc.edu/cgi-bin/hgTables，在region行选择position，点击最右边的define regions。
把bed文件的前三列粘贴进去
submit，回到Table Browser页面，点击get output，第二列就是基因名。到Excel里，把第二列复制粘贴出来，就是motif附近基因列表。
“问题3：如果motif的数据库里没有该TF的motif怎么办？”
用ChIP-seq找motif。
去Plan B的Cistome DB找ChIP-seq数据，即使不是您感兴趣的细胞类型，甚至是不同物种，这些数据还是有用的，用它找TF的motif。
还有哪些问题？请留言，下一个版本的解决方案就来解决您的问题。
福利
看到本文的小伙伴有福啦！加表观小助手微信号：epigenomics。把联系方式告诉她，给您送2018年学术台历。
组蛋白修饰的分布模式图、组蛋白修饰的半衰期、常用工具、研究策略。都印在台历上，老板再也不担心我记不住各种histone mark预示着什么了！
点击“阅读原文”直达技术贴目录。