前言
开始介绍工具之前，先来说一说相关的知识。首先来说一下什么motif，motif就是一种序列pattern，并不是指某一个具体的序列，而是由一组转录因子结合的位点形成的一个序列集合的pattern，你可以把它想象成字符串匹配时的正则表达式。motif扫描就是找出序列中符合pattern的具体序列，这就像用找出字符串中符合正则表达式的字符串子序列一样。
那么对于扫描motif的功能，有不少现成的工具可以使用，使用比较多的软件有meme工具集(fimo就是这个工具集中一个软件)、homer等。这里只介绍一下fimo，这个工具就是专门用来扫描motif的软件，下面来具体说一说使用方法。
- 输入数据
该软件需要两个输入文件，一个是motif的pattern文件，这个文件里描述的是motif序列中每个位置上A、T、G、C四个碱基的频率，其实这个文件不用我们自己准备，这些都是已知motif的pattern，直接去转录因子网站下载就可以了，如 JASPAR 网站，文件格式类似如下截图
第二个需要自己准备的是fasta文件，就是你需要扫描的基因序列，一般选取基因启动子区域的序列来扫描该基因是否有转录因子结合的motif序列，fasta格式如下截图：
- 软件使用
本身这个软件使用起来相当简单的，如果不想修改参数，只需要提供三个参数就可以运行，前面两个输入文件加上一个输出目录，具体命令如下：
Usage: fimo [options] <motif file> <sequence file>
Options:
--alpha <double> (default 1.0)
--bfile <background file> (DNA and protein use NRDB by default)
--max-stored-scores <int> (default=100000)
--max-strand
--motif <id> (default=all)
--motif-pseudo <float> (default=0.1)
--no-qvalue
--norc
--o <output dir> (default=fimo_out)
--oc <output dir> (default=fimo_out)
--parse-genomic-coord
--psp <PSP filename> (default none)
--prior-dist <PSP distribution filename> (default none)
--qv-thresh
--skip-matched-sequence
--text
--thresh <float> (default = 1e-4)
--verbosity [1|2|3|4] (default 2)
--version (print the version and exit)
When scanning with a single motif use '-' for <sequence file> to
read the database from standard input.
Use '--bfile --motif--' to read the background from the motif file.
Use '--bfile --uniform--' to use a uniform background.
#运行软件
fimo -oc meme JASPAR2020_CORE_vertebrates_non-redundant_pfms_meme.txt test_u1kd2k_strand.fa
虽然这个软件使用起来很简单，但是却有一个坑需要注意，就是这个软件有很多选项，可以提供很多参数，你在提供参数时一定要把可选参数放置在位置参数的前面。用我上面的示例命令来解释就是 -oc meme 参数一定要在 JASPAR2020_CORE_vertebrates_non-redundant_pfms_meme.txt test_u1kd2k_strand.fa 这两个参数的前面，如果你还有额外的参数也要放在输入文件的前面，不然会报错无法运行！这一点跟其他软件不太一样，大部分软件的选项参数在前在后都不会影响位置参数，所以大家如果用这个软件的时候要注意参数的位置，以免产生误导性的错误而浪费时间。
最后
如果你不想麻烦，meme官网上也提供了所有软件的在线使用，只需提供两个输入文件即可，然后提供一个接受结果的邮箱，提交完任务无需等待，因为运行完毕结果会被贴心地发送到邮件里面。emm，今天就分享到这里了。
网友评论