本次分享的文献发表了一个网页数据库，把其它数据库（GEO, ArrayExpress, DDBJ, ENCODE等等）的表观数据（主要是ChIP-seq and DNase-seq）整合，主要是6个模式生物的数据，包括(human, mouse, rat, fruit fly, nematode, and budding yeast), 最后形成了：ChIP-Atlas (http://chip-atlas.org)
可以看到，人类和小鼠的研究是最多的，也符合常识，主要是公共数据库整合，包括：
NCBI GEO (https://www.ncbi.nlm.nih.gov/gds),
EBI ArrayExpress (https://www.ebi.ac.uk/arrayexpress),
DDBJ (https://www.ddbj.nig.ac.jp).
可以看到，作者把全部的数据fastq下载到了本地，然后走了自己的流程（Bowtie2+MACS2）进行比对和找peaks，所以保存了全部的bam文件和bw文件供IGV可视化，同时使用的peaks坐标文件进行整合导入数据库。
这样使用他们网页工具的用户有4种策略对他们整合好的数据进行探索：
首先可以浏览任何条件下ChIP-seq and DNase-seq数据分析结果peaks信息，就是其调控的靶点
然后可以查询任何感兴趣基因是否被做过ChIP-seq and DNase-seq数据，而且显示其靶点。
查询任意感兴趣基因的ChIP-seq and DNase-seq数据的共定位基因。
根据用户上传的bed文件，查询数据库全部bed的peaks结果，看相似性。
ChIP-Atlas (http://chip-atlas.org) 的确不是全网第一个做ChIP-seq and DNase-seq数据整合的网页工具，虽然是2018年11月才正式发表，但是也陆陆续续开发了好几年，这些年不少同类型数据库网页工具被其它课题组发表，其中比较出名能被拿出来比较的有下面4个：
简单来说，提供bam或者bw文件可视化的只有Cistrome DB和自己的ChIP-Atlas(因为他们两家是自己走ChIP-seq流程，从fastq数据开始处理)，其它优缺点功能对比见表格：
网页工具选项蛮多，主要是物种，IP的种类，细胞系类型需要用户选择，如下：
这样就可以下载作者处理好的7万多个的ChIP-seq and DNase-seq数据任意符合条件的peaks的bed文件，或者直接调用本地IGV进行可视化。接着输入我们要查询的基因或者坐标，搜索即可。
下面是作者文章里面的截图，由于网速原因，我并没有重复出来。
这一个查询步骤会比较耗时，http://dbarchive.biosciencedbc.jp/kyushu-u/hg19/target/TP53.1.html
对比较出名的基因来说，ChIP-seq and DNase-seq数据非常多，个人觉得本功能用处不大。
同样是输入一个基因，这个时候并不会输出全部可能的靶点，而是检索其可能的共定位基因，如下：
http://dbarchive.biosciencedbc.jp/kyushu-u/hg19/colo/AGO1.Breast.html
这个时候并不是选择物种，IP的种类，细胞系类型来下载BED的peaks文件，也不是输入基因，而是输入peaks信息：
Genomic regions (BED) or sequence motif
Gene list (Gene symbols) ⓘ
到最后也没有看到我想要的功能，其实我想看的是我感兴趣的基因是否在某些转录因子或者组蛋白的ChIP-seq and DNase-seq数据表现为被结合的靶点。
课程内容 | |
1 | 生信R语言入门 |
2 | GEO数据库挖掘 |
5 | 生信-Linux基础 |
转录组课题设计与流程分析 |
联系客服
