单细胞 | 转录因子足迹分析

数据加载

在本案例中,将采用之前在轨迹构建案例中已经介绍并处理过的数据集。

复制代码
library(Signac)
library(Seurat)

bone <- readRDS("cd34.rds")
DimPlot(bone, label = TRUE)

要执行足迹分析,必须首先向对象中添加Motif 信息,这包括每个Motif 的精确位置。这一过程可以通过使用"motif"和"packages"这两个包中的函数来实现。

复制代码
library(motifmatchr)
library(JASPAR2020)
library(TFBSTools)
library(BSgenome.Hsapiens.UCSC.hg19)

# extract position frequency matrices for the motifs
pwm <- getMatrixSet(
  x = JASPAR2020,
  opts = list(species = 9606, all_versions = FALSE)
)

# add motif information
bone <- AddMotifs(bone, genome = BSgenome.Hsapiens.UCSC.hg19, pfm = pwm)

Motif 足迹分析

现在可以对任何已知位置信息的Motif 进行足迹分析。通常,这会涵盖基因组中所有该Motif 的实例。也可以设置 in.peaks = TRUE 参数,以便只考虑那些位于分析中峰值区域内的Motif 。Footprint() 函数会收集所有必要的数据,并将其保存在分析结果中。之后,可以使用 PlotFootprint() 函数来绘制这些基序的足迹图。

复制代码
# gather the footprinting information for sets of motifs
bone <- Footprint(
  object = bone,
  motif.name = c("GATA2", "CEBPA", "EBF1"),
  genome = BSgenome.Hsapiens.UCSC.hg19
)

# plot the footprint data for each group of cells
p2 <- PlotFootprint(bone, features = c("GATA2", "CEBPA", "EBF1"))

p2 + patchwork::plot_layout(ncol = 1)

本文由mdnice多平台发布

相关推荐
张先shen1 小时前
Spring Boot集成Redis:从配置到实战的完整指南
spring boot·redis·后端
Dolphin_海豚2 小时前
一文理清 node.js 模块查找策略
javascript·后端·前端工程化
EyeDropLyq2 小时前
线上事故处理记录
后端·架构
MarkGosling5 小时前
【开源项目】网络诊断告别命令行!NetSonar:开源多协议网络诊断利器
运维·后端·自动化运维
Codebee5 小时前
OneCode3.0 VFS分布式文件管理API速查手册
后端·架构·开源
_新一5 小时前
Go 调度器(二):一个线程的执行流程
后端
estarlee5 小时前
腾讯云轻量服务器创建镜像免费API接口教程
后端
风流 少年6 小时前
Cursor创建Spring Boot项目
java·spring boot·后端
毕设源码_钟学姐6 小时前
计算机毕业设计springboot宿舍管理信息系统 基于Spring Boot的高校宿舍管理平台设计与实现 Spring Boot框架下的宿舍管理系统开发
spring boot·后端·课程设计
方圆想当图灵7 小时前
ScheduledFutureTask 踩坑实录
后端