R RcisTarget 转录因子预测

乡亲们，祝大家新的元年财源广进，幸福和谐。今天跟大家分享，如何利用R RcisTarget 包预测基因转录因子。

1.R RcisTarget 获取

使用 Bioconductor 安装

if (!require("BiocManager", quietly = TRUE))

install.packages("BiocManager")

BiocManager::install("RcisTarget")

或者直接在官网下载，本地安装，此处不再赘述。

2.其它配置文件

此处我们还需结合基因座注释文件，一般是TSS+/-10kb范围的，可在：Homo sapiens

获取所需配置文件：

3.转录因子预测

通过以上步骤，我们把转录因子预测所需环境搞定，接下来开始正式预测，博主这里是核心基因--通过生物信息学手段如机器学习和实验验证获得的基因--xxx和xx，即一个上调和一个下调基因，基本是符合该包最低的数据输入格式类型。

rm(list = ls())  #清空当前环境
library(RcisTarget) #调用包
setwd("E:/05.F20240902021/25.TF") #设置分析环境

# 加载数据
data(motifAnnotations_hgnc) #加载包内置文件

motifRankings <- importRankings("hg38_10kbp_up_10kbp_down_full_tx_v10_clust.genes_vs_motifs.rankings.feather")  #预测范围

# 创建包含目标基因的基因集
genelists <- list("upgenes" = 'xxx', "downgenes" = 'xx')  # 结合目标基因在数据中具体情况

# 使用cisTarget函数进行转录因子预测
motifEnrichmentTable_wGenes <- cisTarget(
  geneSets = genelists, 
  motifRankings = motifRankings,  
  motifAnnot = motifAnnotations,  
  highlightTFs = NULL,  
  nesThreshold = 3,  
  geneErnMethod = "iCisTarget",  
  geneErnMaxRank = 5000,  
  nCores = 4,  
  verbose = TRUE  
)

跑完上边代码，会出现的结果其中：

1.geneSet: 分析的基因集合。这里显示为 upgenes，表示这些 motif 是在上调基因中富集的结果。

2.motif：表示该行数据对应的转录因子结合位点（motif）。它可能来源于某个 motif 数据库（如 JASPAR 或 HOMER）。

3.NES: Normalized Enrichment Score，标准化富集评分。该值表示 motif 在基因集合中的富集程度，数值越高说明富集越显著。一般来说，NES > 3 被认为是显著富集。

4.AUC: Area Under the Curve，富集分析的曲线下面积。表示 motif 和目标基因集合之间的关系强度，范围通常在 [0, 1]，数值越大说明关联性越强。

5.TF_highConf/lowcont: Motif 对应的高置信度(低)转录因子（TF）。

后续博主重点关注NES值和AUC值---AUC > 0.8 。

#输出结果

write.table(motifEnrichmentTable_wGenes, 
            file = "transcription_factors_filtered.txt", 
            sep = "\t", 
            quote = FALSE, 
            row.names = FALSE)