App Chip-06 基因调控网络预测

系统全面地识别顺式转录元件(cis-regulatory element)是重构基因调控网络的重要途径。该解决方案是将系统识别了差异表达基因中潜在受到调控的基因及其相应的结合位点。首先，根据差异共表达启动子序列中的序列模式特征进行提取和训练，获得完全基于序列预测的结合位点TFBS-Motif；然后，将预测的Motif与目前已知的转录因子结合位点数据（包括JASPAR和最新的TRANSFACT）进行比对，获得高度相似性的可能调控差异表达靶基因的转录因子（TFs）。

为了降低假阳性的出现，我们根据以往的研究发现，根据假设：即跨物种高度保守的启动子区域具有转录因子结合位点功能的可能性就越大。因此我们根据跨物种保守型追踪预测获得的潜在Motif所在区段的跨物种保守型。
 

1. 预测Motif

 

2. 比较基因组保守型计算     
  

通过比较基因组的保守性序列分析计算获得上述步骤-de novo预测得到的motif在物种间的保守性。该算法基于2状态隐马科夫模型(Two-State Hidden Markov Model)，一个状态用于保守性区域，另一个状态用于非保守区域。保守性得分通过保守区域和非保守区域上的平均替换率（average rate of substitution）的比值计算得到。

3. 基因调控网络的构建
 

依据差异表达基因的启动子预测得到的Motif可信度,选择参与调控的Motif处于保守序列上，转录因子TF对应的结合Motif序列的保守性得分不低于阈值范围最终筛选出调控关系网络。