TFBSTools 鉴定转录因子结合位点

Transcription Factor Binding Sites (TFBSs), 为一R包，可用于鉴定转录因子结合位点。具体可查看说明

安装所需包

BiocManager::install("TFBSTools")
BiocManager::install("JASPAR2018")
BiocManager::install("Biostrings")

所需数据

• 位置权重文件（position weight matrices, PWM)或位置频率矩阵(position frequency matrices, PFM) ），转录因子的结合序列
• 一段DNA序列，或者fasta格式序列

TFSTools与JASPAR2018交互获得PWM

JASPAR为一预测转录因子结合位点的在线网站。不过同样也存在R包。

我们可以从JASPAR2018中获取相应的PFM或者PWM文件，具体如下(拟南芥为例)：

## 加载包
suppressMessages(library(JASPAR2014))

opts <- list()
opts[["species"]] <- 'Arabidopsis thaliana'
opts["collection"] <-  'CORE'
PFMatrixList <- getMatrixSet(JASPAR2018, opts)
## 也可将PFM转换为PWM
pwm <- toPWM(PFMatrixList)

上传DNA序列

事先截取基因上游（大概2-3K）序列，如果有一个基因则通过DNAString()即可读取，或多个基因，则准备fasta文件通过Biostrings::readDNAStringSet()读取，较为简单，不在叙述。

运行示例数据

## 加载包
library(Biostrings)
library(TFBSTools)
# 加载权重文件
data(MA0003.2)
pwm <- PWMatrixList(MA0003.2=toPWM(MA0003.2))
dna <- DNAString("GAATTCTCTCTTGTTGTAGTCTCTTGACAAAATG")
siteset <- searchSeq(pwm, dna, seqname="seq1", min.score="60%", strand="*")
## strand="*"，对+/-链进行检测

结果查看

通过查看，并导出结果即可

head(writeGFF3(siteset))
#>   seqname source feature start end     score strand frame
#> 1    seq1   TFBS    TFBS     8  13 -1.888154      +     .
#> 2    seq1   TFBS    TFBS    21  26 -1.888154      +     .
#> 3    seq1   TFBS    TFBS    29  34 -3.908935      +     .
#> 4    seq1   TFBS    TFBS     8  13 -1.961403      -     .
#> 5    seq1   TFBS    TFBS    10  15 -3.908935      -     .
#> 6    seq1   TFBS    TFBS    21  26 -1.961403      -     .
#>                                  attributes
#> 1 TF=Arnt;class=Zipper-Type;sequence=CTCTTG
#> 2 TF=Arnt;class=Zipper-Type;sequence=CTCTTG
#> 3 TF=Arnt;class=Zipper-Type;sequence=AAAATG
#> 4 TF=Arnt;class=Zipper-Type;sequence=CAAGAG
#> 5 TF=Arnt;class=Zipper-Type;sequence=AACAAG
#> 6 TF=Arnt;class=Zipper-Type;sequence=CAAGAG

结果中可以看到，序列的哪些位置有可能结合的转录因子。

参考

• Transcription factor binding site (TFBS) analysis with the “TFBSTools” package