motif discovery and enrichment

基本了解

motifs指在一些序列当中，高频出现的序列特征。motif 的发现与富集是生信分析的常用手段，其原理和常用的工具，以及不同工具的特点，如何选择合适的工具，都值得深入的了解。先在这里填个坑，希望能把这个大坑填完。

motifs 常以 seq logo 的形式出现，根据纵坐标的不同分为 probability 和 entropy 两种方式。probability 好理解，就是在每个位置上，不同的状态所占比例，如 A, C, G, T 各自占的百分比。而 entropy（熵） 涉及到了信息熵的概念。这里有一篇问答，值得细看。

工具

meme suite

Motif Discovery

MEME

discover novel, ungapped motifs, recurring, fixed-length pattern.

input: no more than 50 sequences, fixed length (or STREME is a better choice)

STREME

ungapped motif

note: work with DNA sequence even if you specify the RNA alphabet

XSTREME

comprehensive motif analysis (including motif discovery)

input: any length, and length may vary
note:

1. 找 motifs (with STREME and MEME)
2. determine which motifs are most enriched (with SEA)
3. 分析与已知 motif 的相似度 (with Tomtom)
4. 根据相似性进行分组
5. 创建一个 GFF file，方便查看每一个 motif 的 predicted sites

   MEME-ChIP

   comprehensive motif analysis (including motif discovery), 并且针对于 motif 倾向出现在 centrally located, 例如 ChIP-seq peaks.

input: 可能包含 motif 的 100 character 在序列中心，整条序列长度大概在 500 letters.

will do:

1. 在中心区域(默认 centered 100 characters)找 motif
2. determine which motifs are most centrally enriched (with CentriMo)
3. 分析与已知 motif 的相似度 (with Tomtom)
4. 根据相似性进行分组
5. perform a motif spacing analysis (with SpaMo)
6. create a GFG file

GLAM2(Gapped Local Alignment of Motifs)

在 DNA 或 protein 水平上，discover novel, gapped motifs (variable-length pattern)

• 允许 insertions and deletions in motifs
• simulated annealing algorithm, with a temperature parameter.

MoMo(Modification motifs)

discover sequence motifs associated with PTMs (post-translational modifications)

Motif Enrichment

SEA(Simple Enrichment Analysis)

CentriMo(Central Motif)

AME(Analysis of Motif Enrichment)

AME identifies known

homer

HOMER Motif Analysis

findMotifs.pl

findMotifsGenome.pl

[]

homer2

chromVAR (for scATAC-seq)

inferring transcription-factor-associated accessibility from single-cell epigenomic data.

[weblogo3]

网页工具

其他工具

database

Cis-BP

the online library of transcription factors and their DNA binding motifs.