BioF3 组学数据分析
05 Motif 富集与 HOMER
05 Motif 富集与 HOMER
Peak 本身只是"这里有信号"，motif 分析回答的是"什么转录因子可能在这里结合"。思路是：从 peak 序列里统计过表达的短序列模式（motif），和已知 TF motif 数据库比对。
常用工具
| 工具 | 特点 |
|---|---|
| HOMER | 一条命令出完整报告（已知 + de novo motif），最常用 |
| MEME Suite | 学术标准，de novo 发现能力强 |
| motifmatchr + JASPAR | R 里做 motif scanning，适合和 DiffBind 结果联动 |
HOMER 典型用法
# 安装 HOMER（一次性）
# http://homer.ucsd.edu/homer/introduction/install.html
# 对 narrowPeak 做 motif 富集
findMotifsGenome.pl peaks.narrowPeak hg38 motif_output/ \
-size 200 -mask -p 8
-size 200 表示取 peak summit 两侧各 100bp 做分析。输出目录里会有：
knownResults.html— 已知 motif 的富集排名homerResults.html— de novo 发现的 motif- 每个 motif 的 logo 图
R 里做 motif scanning
library(motifmatchr)
library(TFBSTools)
library(JASPAR2020)
# 获取 JASPAR 的人类 TF motif
pfm_list <- getMatrixSet(JASPAR2020, opts = list(species = "Homo sapiens"))
# 在 peak 序列里扫描 motif
library(BSgenome.Hsapiens.UCSC.hg38)
motif_hits <- matchMotifs(pfm_list, peaks_gr, genome = BSgenome.Hsapiens.UCSC.hg38)
# 统计每个 motif 在 DE peaks vs non-DE peaks 里的富集
这种方式的好处是能和 DiffBind 的差异结合结果直接联动：只看"在耐药细胞里 gained 的 peak 富集了什么 motif"。
解读要点
- 已知 motif 富集：如果你做的是 AR ChIP-seq，排第一的应该是 ARE（androgen response element）。如果不是，说明实验或分析有问题。
- de novo motif：HOMER 会尝试从头发现新 motif。如果 de novo 结果和已知 motif 高度相似，说明信号很强。
- 背景选择：默认用随机基因组区域做背景。如果你的 peak 集中在启动子，用"所有启动子"做背景会更严格。