表观必备技能之HOCOMOCO，转录因子数据库

在众多转录因子数据库中，HOCOMOCO （https://hocomoco11.autosome.ru/）是专门研究人和小鼠的数据库，其收录的人和小鼠转录因子的结合model比JASPAR，TRANSFAC等更全，更可靠。

不同于JASPAR，TRANSFA等数据库，HOCOMOCO对于结合model的算法考虑碱基覆盖度和核苷酸组成，同时能够排除同一结合model不同实验方法的影响。

HOCOMOCO使用统一的方法处理大量原始的ChIP-seq，HT-SELEX等数据，然后使用四种不同的方法鉴定peaks。使用ChIPMunk进行结合model的查找后，HOCOMOCO同时收集来自JASPAR CORE, HOMER, SWISSREGULON等数据库的结合model，对所有的结合model进行基准化。

目前，HOCOMOCO 共收集了680个人和453个鼠转录因子的结合model，其中包含1302个单核苷酸和576个二核苷酸的位置权重矩阵。

一．如何查找TF

• 1. 可以直接通过主页右上角的搜索框直接搜索转录因子的名称，搜索框后面选择人或小鼠的数据库。
     主页右侧的关系图是TF分类关系图，其中，每个蓝圈表示某个TF家族的总的TF数，较小的黄圈表示HOCOMOCO数据库中的TF数及比例。

• 2. 也可以通过右上角Human TFs或者Mouse TFs，选择单核苷酸models core，单核苷酸models full或者二核苷酸models数据集。
  选择进入后，可以通过Model，Transcription factor，TF family，HGNC ID，EntrezGene ID等进行检索，同时可以利用GetSCV保存搜索到的列表。
  注意，如果需要更多相关model信息，可以通过Select Columns进行Consensus，Uniprot AC等展示。

点击搜索结果的Model，详细信息中，除了展示具体的转录因子ID，model名称，model类型，motif logo，家族及评分等之外，HOCOMOCO还提供了相关model的位置频率矩阵（PFM），位置权重矩阵（PWM)，比对到的序列，筛选阈值，相关TF的GTEx表达数据和ReMap ChIPseq数据列表，以及其在JASPAR数据库中的链接。
motif logo的每一列表示每个位置，碱基越大表示该位置出现这个碱基的可能性越大。
PFM每一行表示ACGT4个碱基，每一列上的具体数字表示这个位置上该碱基统计到的次数。PWM，PFM，比对结果都可以直接下载。

二．查找感兴趣的基因结合的转录因子

• 1. 通过检索栏直接检索

由于HOCOMOCO提供HGNC ID和EntrezGene ID的检索，所以可以直接通过基因的以上两个ID进行检索。

• 2. 通过HOCOMOCO提供的小工具MoLoTool进行基因启动子区的序列检索

如图所示，点击进入后，可以在左上角搜索，添加感兴趣的motif；然后在下面输入或者上传需要检索的序列；通过软件计算的P value进行结果筛选后，MotifID，Sequence，logo等信息结果展示在最下面几行。同时HOCOMOCO提供多种输出保存格式。

三．HOCOMOCO提供其他工具motif比较

• 1. MACRO-APE进行motif比较及相似motif检索

如图所示，可以输入两个motif的PCM，PWM 或PPM矩阵进行比较。结果中给出相似系数，相似系数越高，表示两motif越相似。点击Results可以保存分析结果。

同时，MACRO-APE也可以进行相似motif查找。同样可以输入motif的PCM，PWM 或PPM矩阵可以在HOCOMOCO，JASPAR，HOMER等数据库中查找。

结果中，软件给出相似系数，motif重叠碱基数，方向，碱基偏移数等。其结果也可以通过点击Results进行txt格式保存。

2. PERFECTOS-APE预测motif中SNVs与SNPs可能的调节作用

如下图所示，输入有SNPs的序列信息或者上传相对应的文件，PERFECTOS-APE可以计算不同model的位置分数，然后在HOCOMOCO，JASPAR，HOMER等数据库中进行检索对应的models进行比较分析。注意输入序列的格式要求及碱基数要求。

结果如图所示，包括SNP名称，相关motif名称，突变碱基对，突变碱基P值，变化倍数，上下调情况和比对情况等。通过点击Results同样可以保存tsv格式的结果文件。