homer进行motif分析 ChIP-seq

http://homer.salk.edu/homer/

【怪毛匠子-整理】

使用HOMER分析CLIP-SEQ数据 24

5 2月 2013   | 程序员

Tags: 生物信息学 · 软件

HOMER是一个使用perl和C写成的motif分析工具。之前在分析clip-seq分析时，按照文献中材料和方法所写的流程进行分析，却无法得到与文献一致的结果。想来多半是文章发表时，并没有把所有的细节写清楚，导致我在重复时参数选择方面并没有与原作者保持一致。另一个原因是基因组几经修改，原本的hg17的数据无法下载到，只能下载到liftover到hg18的数据。为此，进行了一下google research，发现这个叫做homer的工具，很不错。HOMER主要用于分析基于NGS或者micorarrays的ChIP-Seq，ChIP-Chip数据。也可以分析DNase-Seq，GRO-Seq之类的数据。

HOMER并不能用于查找差异表达的基因，基因表达图谱分析，或者在已知的motif数据库当中去搜索motif。HOMER还有一个缺点，那就是没有用户界面，只能通过命令行形式工作。

HOMER的在分析motif时需要两组数据，一个是感兴趣的数据，另一个是背景数据。如果没有背景数据，HOMER会首先生成随机数据做为背景数据用于motif分析。在生成背景数据时，HOMER会考虑几个方面，一个是要避免CpG岛，一个是可以首先考虑目标数据的上下游的序列。

一但目标数据和背景数据确定了之后，HOMER就开始使用使用马尔可夫3级模型生成确定长度的motif，使用cummulative hypergeometric distribution来分析哪个motif是相对于背景数据而言在目标数据中富集了。当富集的简单motif确定之后，再基于目标数据进行微调以得到精确的motif。

之后的工作就是在已知的motif中去查找相类的motif。这里的已知motif不是来自于任何数据库，而是由作者从发表的ChIP-Seq实验中收集的。

HOMER比较适合分析长度8以上的motif。HOMER还可以进行有倾向性的motif搜索，这需要使用到参数opt 。比如：

findMotifsGenome.pl peaks.txt hg18r OutputDirectory -opt motif1.motif -len 30

对于比较长的motif，比如说长度20的motif，如果mismatch还是使用默认的话不一定会合适，这时可以使用-mis参数来设置可以mismatch多少个碱基，比如-mis 4等等。

HOMER的安装可以说有一点难度，但也不是特别难。首先要下载安装Ghostscript，seqlogo（2.8.1以上版本其实是可以工作的很好的，但安装文件说不行。）以及blat。安装好这些工具，然后把它们的工作目录都加入到PATH中去。比如使用PATH=$PATH:/path/to/blat:/path/to/seqlogo等等。

你的系统需要事先安装好GNU C++ compiler, perl, make, zip/unzip以及wget。

然后下载configureHomer.pl到你希望的安装目录，使用

perl configureHomer.pl

来下载所需要的文件，以及自动安装好HOMER。

安装好之后，可以使用

perl ./configureHomer.pl -list

来查看可能安装的数据，比如说我们接下来需要使用到的hg18基因组。

perl ./configureHomer.pl -install hg18

下面就是试用HOMER。我们先去UCSC下载所需要的fox2.clip数据。参数如下图所示

下载到数据后，我们运行命令

findMotifsGenome.pl fox2.clip.bed hg18 fox2.clip.rna -len 6 -rna > fox2.clip.rna.log 2>&1 &

。然后打开fox2.clip.rna.log文件来查看程序的运行进展。运行结束之后打开fox2.clip.rna目录中的homerResults.html文件，可以看到下面类似的结果：

如果我们看到排在第一的是UGCAUG，那么就说明安装正常了。接下来就可以使用自己的数据来运行HOMER了。