转录调控必知数据库:ENCODE – 云+社区 – 腾讯云

转录调控必知数据库:ENCODE

发布于2020-10-27 16:42:58阅读 1K0

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数据库是什么样的数据库呢?

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。

按照上图的展示,目前的ENCODE通过多种测序数据来反应基因组变化的过程,分别是通过

  • Hi-C 来观察三维基因组
  • 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。

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。

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。

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。

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,我们可以选择想要查看的组织类型进行查看。

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。

  1. 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。
  1. 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文件和peak文件。

对于数据的peak文件,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,可以点击 Visualize来进行查看。

  1. 数据处理流程:ENCODE提供了关于数据的标准处理流程,如果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。

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[数据库推荐]多基因转录因子调控网络预测或者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。

点击数:0

发表评论

邮箱地址不会被公开。 必填项已用*标注