Harmonizonme和hTFtarget数据库：获取转录因子的候选靶基因

一文学会Harmonizonme和hTFtarget数据库使用方法

嗨，小伙伴们大家好！这里是每周一弘毅专栏，我志向用小小文字助力你的SCI发表之路。接上周话题，转录因子相关课题经常遇到的两个问题，一是已知靶基因寻找它上游的转录因子？二是已知转录因子寻找它可能的靶基因？前一个问题上周已经给大家做过演示，本周针对第二个问题给大家介绍Harmonizonme和hTFtarget数据库，跟着弘毅的脚步一起来看看吧~！

前情提要

1.转录因子相关名词

DBD(DNA binding domain)

TFBS(ranscription factor binding site)

Target genes

2.转录因子结合位点预测

JASPAR

NCBI

UCSC数据库

Harmonizonme数据库

数据库概览

进入Harmonizonme主页（https://maayanlab.cloud/Harmonizome/），点击About可见数据库简介，于2016年发布，目前收录来自66个在线数据库的114个基因组学、转录组学、蛋白质组学和代谢组学数据集，着重于定义基因和不同属性之间的关联，属性可以是基因、蛋白质、细胞系、组织、实验干预因素、疾病、表型或药物，并构建基因与基因和属性与属性的相似性网络。本文重点介绍转录因子和靶基因数据集。

功能及操作演示

转录因子靶基因预测，进入Harmonizonme主页，点击SEARCH进入检索界面，下拉菜单选择Database，检索框输入transcription factors targets，回车得到14条检索结果，前6个为转录因子靶基因数据库。

选择CHEA Transcription Factor Targets进入功能页面，首先是该数据库简介，包括数据来源和参考文献，页面下拉依次是不同数据集下载链接，以及该数据库收录的各个转录因子详细信息。

以人类SOX2为例，检索框输入SOX2，点击进入详情页面，页面下拉可见该数据库收录的SOX2靶基因共8156个。

点击Downloads & Tools后面的下载按钮可以下载靶基因列表，该文件为Json文件，对于不熟悉R语言的小伙伴来说极为不友好，可按照另一种方法获取靶基因列表。

返回上一级页面，下拉到Data Access，点击 Gene-Attribute Edge List下载该数据库全部的转录因子和靶基因信息列表，用Excel打开，其中source列是靶基因，`target列是转录因子，分别提供Gene symbols和Gene ID。

使用数据筛选功能，在target列检索SOX2，删除source列重复值，可以得到8156个靶基因结果。

同样的方法得到其他5个数据集收录的SOX2靶基因列表，JASPAR Predicted Transcription Factor Targets Dataset中有5个靶基因结果，TRANSFAC Predicted Transcription Factor Targets Dataset中有1228个靶基因结果，TRANSFAC Curated Transcription Factor Targets Dataset、MotifMap Predicted Transcription Factor Targets和ENCODE Transcription Factor Targets Dataset中无SOX2靶基因信息。

hTFtarget数据库

数据库概览

点击（http://bioinfo.life.hust.edu.cn/hTFtarget#!/），进入hTFtarget (Database of Human Transcription Factor Targets)主页，该数据库收录399种细胞系、129种组织或细胞和141种干预因素共569种条件下的7190个实验样本大规模ChIP-Seq数据中659个TFs相关信息。点击Document可看到hTFtarget中关于TFs靶基因数据是基于ChIP-Seq数据分析和TFBSs分析两方面的结果。

功能及操作演示

转录因子靶基因预测，进入hTFtarget主页，点击TF进入检索界面，检索框输入SOX2，点击进入详情页面, 点击下载按钮得到SOX2靶基因列表。

最后将以上两个数据库查到的靶基因列表绘制Venn图取交集，可以使用在线Venn图绘制工具（http://bioinformatics.psb.ugent.be/webtools/Venn/），分别输入CHEA中8156个靶基因，JASPAR中5个靶基因结果，TRANSFAC中1228个靶基因和hTFtarget获取的靶基因列表，结果显示4个数据库共有的SOX2靶基因数目为0，CHEA、TRANSFAC和hTFtarget共有的SOX2靶基因有1个，为RBBP9，Pubmed检索未见报道，可以尝试实验验证一波。

文献单图复现

文献案例：PMID: 33144585，IF=6.304分

本文Figure6A，本文已实验验证主变量miR-671-5的靶基因为转录因子NFIA，随后通过Harmonizome预测到NFIA的1404个候选靶基因，并在GSE21034数据集获得85个表达差异基因（adjust_P<0.05，|Fold change | >2），二者取交集获得11个候选靶基因，再然后使用cBioPortal分析NFIA与11个候选靶基因相关性，结合Pubmed数据，以及qPCR和WB实验结果，最终能否证实NFIA可以靶向CRYAB并调节其表达。

单图复现如下：

进入GEO数据库检索GSE21034，进入该数据集详情页面，可见该数据集包含GPL5188和GPL10264两个平台测序结果，点击Analyze with GEO2R，选择GPL5188平台加载185个样本，其中包含131例原发肿瘤组织和29例癌旁正常组织，分别添加到分组后，点击Analyze得到差异分析结果，下载后Excel打开，依次如下操作

（1）一个基因对应多个探针的情况保留logFC最大值；

（2）一个探针对应多个基因的情况删除该条目；

（3）空白无名称条目删除；

（4）筛选功能，筛选条件为adjust_P<0.05，|Fold change | >2。最终得到85个表达差异基因。

进入Harmonizonme主页，点击SEARCH进入检索界面，下拉菜单选择Database，检索框输入transcription factors targets，得到6个转录因子靶基因数据库，同前法查询NFIA靶基因，结果只有TRANSFAC Predicted Transcription Factor Targets中查询到NFIA的靶基因1404个，其余5个数据库未收录其靶基因信息，同前法获得NFIA的靶基因列表。