iFORM: Incorporating Find Occurrence of Regulatory Motifs.

### iFORM: Incorporating Find Occurrence of Regulatory Motifs #### 概述 本文介绍了一种新的工具——iFORM（Incorporating Find Occurrence of Regulatory Motifs），它是一种用于识别转录因子（Transcription Factors, TFs）结合位点的有效且易于使用的工具。iFORM通过整合多个经典的基序发现程序来提高准确性和灵敏度，对于理解转录调控机制及人类疾病具有重要意义。 #### 背景与挑战 基因调控是由多种转录因子相互作用协同调节的复杂过程。这些转录因子倾向于在启动子和增强子区域结合特定的DNA序列基序。基序通常被描述为位置权重矩阵（Position Weight Matrices, PWMs），并在进化过程中保持高度保守。然而，准确地识别这些转录因子的结合位点仍然是一个挑战，因为单一的转录因子往往能够识别一系列相似但不完全相同的序列。 #### 方法与实现 iFORM采用了一种综合的方法来克服这一挑战。该工具集成了五种经典基序发现程序，并利用费希尔综合概率检验（Fisher’s Combined Probability Test）来综合这些程序的结果，从而提高了准确性和灵敏度。 - **集成的经典基序发现程序**：包括但不限于MEME、HMSER、FIMO等。 - **费希尔综合概率检验**：这是一种统计学方法，用于将多个独立测试的p值合并成一个整体的显著性水平。通过这种方式，iFORM可以更好地识别出真正的转录因子结合位点。 #### 性能评估 iFORM的性能通过接收者操作特征曲线（Receiver Operating Characteristic, ROC）和基于相关性的方法进行了评估。结果显示，iFORM在准确性和灵敏度方面均表现出了优异的成绩。 - **ROC曲线**：通过比较不同工具的真阳性率与假阳性率，评估了iFORM相对于其他工具的性能。ROC曲线下面积（Area Under the Curve, AUC）越高，表示工具的性能越好。 - **相关性分析**：通过计算iFORM预测结果与其他已知转录因子结合位点数据之间的相关性，进一步验证了iFORM的有效性。 #### 应用实例 iFORM已经在ENCODE项目和NIH Roadmap Epigenomics项目中得到了应用，成功地提供了准确的结果。这些项目涵盖了大量的人类细胞类型和组织样本，展示了iFORM在深入探究功能元件个体角色方面的实用性。 #### 公开资源 为了方便科研工作者使用，iFORM的源代码和二进制代码均可以在GitHub上免费获取（<https://github.com/wenjiegroup/iFORM>）。此外，使用iFORM识别到的转录因子结合位点数据已经存入Gene Expression Omnibus数据库，访问号为GSE53962。 #### 结论 iFORM作为一种高效、准确的工具，为识别转录因子结合位点提供了强大的支持。通过对多种经典基序发现程序的集成以及先进的统计学方法的应用，iFORM不仅提高了识别的准确性，还为理解基因调控机制和人类疾病的起源提供了重要的线索。未来的研究可以在此基础上进一步探索转录因子的作用机制及其在疾病发生发展中的作用。