Motif分析百宝箱（一）

作者：snail

审稿：童蒙

编辑：amethyst

What's Motif?

模体（Motif）是指序列中局部的保守区域，或者是一组序列中共有的一小段序列模式；与转录因子、组蛋白等结合。在蛋白质、DNA、RNA序列中都存在，同源序列中不同位点的保守程度不同，一般对于功能影响较大的序列，通常比较保守。通俗来讲Motif就是反复出现的模式，并且假设其具有生物学功能。转录因子通常通过识别motif，与基因的调控区域结合，发挥转录调控作用。

Why's Motif?

Chip-seq分析的核心其实就是找到可靠的motif，即转录因子结合位点结合的序列特征，明确了转录因子的结合位点，有助于揭示这些转录因子的生物学功能和机制，帮助理解基因调控网络。染色质开放区域暗示该位置有蛋白结合，基于ATAC-seq，对某个基因上游进行motif分析，可准确找到基因上游结合的转录因子，也就知道了谁调控了该基因；亦或通过查看差异开放染色质区域富集了哪些转录因子的motif，即可锚定关键转录因子。

MEME Suite 大礼包

礼包领取地址：Introduction - MEME Suite (https://meme-suite.org/meme/index.html)

该网页主要可以实现五个功能：

Motif Discovery

Motif Enrichment

Motif Scanning

Motif Comparison

GeneRegulation

Motif Discovery用于预测输入序列上的motif信息的5个工具，它们支持DNA、RNA或蛋白序列的分析，以MEME为例：

点击参数右侧的问号，可以详细了解各参数的含义，或是在右侧主菜单Manual中查看。

以网站Sample Output中MEME example为例：第一部分是输出的Motif结果，包含Logo，E-value、Sites、Width、More和Submit/Download六列。Sequence Logo展示的是Motif的一致性序列，字母的高度表示该碱基在Site Count各序列中出现的频率，结果中彩色的logo表示显著，不显著的为灰色。第一个motif的Sites为14，即我们输入的序列中，该Motif出现了14次。Width表示该Motif的长度。

点击“More”下的蓝色下拉箭头，可以看到该motif的详细信息。下图结果第一行表示输入的第六条名称为recn的序列，处于该序列的正链上，Motif位点起始于序列的71bp处，后两列为P值以及预测到的Motif序列及其上下游10bp序列信息。

Submit/Download可以选择将该Motif序列结果提交给MEME其他组件，其他功能后续再介绍。也可以以各种文本格式下载这个motif，或下载序列Logo。

下载格式中一种格式为Probability Matrix，即Position Probability Matrix （PPM），是Motif的一种展示格式，包含的信息主要是每个位置四种核苷酸出现的次数/频率，现有一些R包例如SeqLogo、ggseqlogo等均可基于该文件格式进行Motif可视化。

结果还包括Motif在序列上的位置信息。每一行为输入的序列序号以及名称，每个Block表示一个Motif，以颜色进行区分，Block的高度表示其重要性，高度越高P值越小，即越显著。上方Block表示该Motif位于正链，下方则位于负链。将光标置于Block上方时可展示该Motif的详细信息。

最下方为预测使用的序列信息统计，以及分析时使用的参数设置。

参考资料

Overview - MEME Suite (https://meme-suite.org/meme/doc/overview.html?man_type=web)