之前我们在介绍很多转录调控相关的数据库的时候，都会提到这些数据库包含了ENCODE数据库。那么ENCODE数据库是什么东西呢？
ENCODE(Encyclopedia of DNA Elements, https://www.encodeproject.org/),翻译成中文就是DNA元素百科全书。其主要目的是为了了解这个基因组当中的调控反应。主要方法还是利用高通量的测序技术来进行分析的。
image
按照上图的展示，目前的ENCODE通过了多种测序数据来反应基因组变化的过程。通过
-
Hi-C来观察三维就基因组；
-
ATAC-seq/chip-seq研究基因的转录调控；
-
甲基化芯片来研究甲基化的调控作用；
-
RNA-seq来研究基因表达的变化；
-
RIP-seq研究在转录后调控的信息。
我们可以通过ENCODE数据库来检索自己想要的数据。类似很多转录调控数据库也是在ENCODE数据库获得目标原始数据后，进行分析后构建的自己数据库。
数据统计
目前ENCODE数据不止是包括人的数据，现在包含了四种物种的数据，主要含有: 人、老鼠、蠕虫、苍蝇这四个物种。
image
我们可以点击相关的数据类型，就可以得到ENCODE数据的这个类型的所有数据了。例如我们点击: DNA binding即可看到数据库的所有数据。
image
数据检索：
同样的，我们可以基于自己的目的来检索想要的数据。
image
这里我们检索: CTCF。就可以看到和CTCF相关的数据集了。其中前四个是不同物种chip-seq的数据。
image
我们可以选择 CTCF(Homo sapiens),就可以看到具体的在人的物种当中所有和CTCF有关的数据集了。这里会显示不同的组织的数据。我们可以选择我们想要查看的组织类型进行查看。
image
具体数据集介绍
对于不同的检索方式，我们都能到具体数据集内容介绍里面。对于数据介绍基本格式基因相同，这里我们就用：ENCSR331OGX这个CTCF相关的chip-seq数据来简单介绍一下。
- 数据汇总信息，这里我们能看到数据集基本信息。包括患者基本信息。对于ENCODE的数据，都会放到GEO里面。所以我们在GEO里面其实也是可以检索到ENCODE的数据的。
image
- 具体的数据文件。这里我们可以看到数据的所有原始数据，包括测序数据的fastq数据。以及基于ENCODE分析流程分析的所有bam文件；peak文件。
image
对于数据的peak文件我们可以通过基因浏览器来进行查看。我们之前介绍过一个好看的基因浏览器。ENCODE默认的是UCSC的基因浏览器。我们可以点击 Visualize来进行查看。
image
- 数据处理流程：ENCODE提供了关于数据的标准处理流程，这个如果我们要使用他们的数据结果的时候，可以知道是怎么处理的。同时如果我们有自己的数据的话，不知道怎么处理。也可以参考这个数据处理流程的。
image
数据库总结
关于ENCODE基本介绍就是这些的。这个数据库主要还是一个偏向于原始数据储存的数据库。我们如果需要进行原始数据分析的话，可以从这个下载数据。但是如果是想要直接检索转录调控的结果的话，可以使用一些基于ENCODE数据分析完的数据库例如：我们之前介绍的Chea3或者Cistrome等只要提到ENCODE数据的这些转录因子调控数据库。
建议还是如果要进行课题设计：可以使用那些对ENCODE加工的数据库好一些。这样只需要检索就可以获得结果。
如果想要自定义的分析，那还是下载原始数据好一些。不过这个对于分析能力的要求就要高一些了。
网友评论