本節(jié)講解如何進(jìn)行 motif 預(yù)測(cè)，seqlogo 和motif位置展示。
motif預(yù)測(cè)
motif 預(yù)測(cè)使用 meme 軟件進(jìn)行預(yù)測(cè)，有在線和linux兩種版本。
在線版網(wǎng)址：http://meme-suite.org/tools/meme
上傳鑒定到的蛋白序列，選擇anr模式，個(gè)數(shù)為10，長度6-100，提交即可。
motif鑒定的結(jié)果
seqlogo圖展示motif在每個(gè)位置的保守程度，字母越高，該位置的保守性越好。同一位置的不同氨基酸會(huì)根據(jù)其頻率進(jìn)行縮放。
下面重點(diǎn)講一講怎么在linux上預(yù)測(cè)motif
先使用conda安裝meme
## 基于蛋白序列進(jìn)行motif預(yù)測(cè)
meme pep.fasta \
-mod anr \#預(yù)測(cè)模式，oops 1個(gè)， zoops 0 個(gè)或一個(gè) ，anr 任意個(gè)
-protein \數(shù)據(jù)類型
-nmotifs 10 \motif個(gè)數(shù)
-minw 6 -maxw 100 #長度范圍
#生成的結(jié)果在meme_out中
結(jié)果文件
meme.html #網(wǎng)頁版的meme結(jié)果
meme.xml #xml格式的結(jié)果文件
meme.txt #文本格式的結(jié)果文件
logo.eps #eps格式的seqlogo圖
logo.png #png格式的seqlogo圖
為了方便數(shù)據(jù)查看，可以從 mem.txt 文件中提取蛋白序列的位置及 motif序列信息。
perl ./meme.pl meme_out/meme.txt new
生成的結(jié)果文件
new.motif_prot.bed
new.motif_prot.txt
new.motif_seq.txt
motif圖的繪制
meme 軟件生成的網(wǎng)頁版報(bào)告中繪制好了 motif 的 seqlogo 圖，我們也可以自己使用ggseqlogo這個(gè)R包繪制 seqlogo 圖。
#加載包
library(ggplot2)
library(ggseqlogo)
#加載數(shù)據(jù)
data(ggseqlogo_sample)
#seqs_dna
head(seqs_dna)[1]
## $MA0001.1
## [1] "CCATATATAG" "CCATATATAG" "CCATAAATAG" "CCATAAATAG" "CCATAAATAG"
## [6] "CCATAAATAG" "CCATAAATAG" "CCATATATGG" "CCATATATGG" "CCAAATATAG"
#pfms_dna
head(pfms_dna)[1]
## $MA0018.2
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
## A 0 0 11 0 1 0 2 8
## C 1 1 0 9 0 3 7 0
## G 1 10 0 2 10 0 1 1
## T 9 0 0 0 0 8 1 2
#seqs_aa
head(seqs_aa)[1]
## $AKT1
## [1] "VVGARRSSWRVVSSI" "GPRSRSRSRDRRRKE" "LLCLRRSSLKAYGNG"
## [4] "TERPRPNTFIIRCLQ" "LSRERVFSEDRARFY" "PSTSRRFSPPSSSLQ"
ggseqlogo(seqs_dna$MA0001.1)
ggseqlogo(seqs_aa$CDK2, seq_type="aa")
ggseqlogo_sample數(shù)據(jù)集是內(nèi)置的數(shù)據(jù)集包括三種：
seqs_dna:12種轉(zhuǎn)錄因子的結(jié)合位點(diǎn)序列
pfms_dna:四種轉(zhuǎn)錄因子的位置頻率矩陣
seqs_aa:一組激動(dòng)酶底物磷酸化位點(diǎn)序列
ggseqlogo支持氨基酸、DNA和RNA序列類型，默認(rèn)情況下ggseqlogo會(huì)自動(dòng)識(shí)別數(shù)據(jù)提供的序列類型，也可以通過seq_type選項(xiàng)直接指定序列類型。
上傳自己的數(shù)據(jù)繪制seglogo圖即可。
