揭示轉(zhuǎn)錄因子如何隨著時(shí)間的推移在 DNA、RNA 和蛋白質(zhì)水平上調(diào)節(jié)其靶標(biāo)，對(duì)于定義基因調(diào)控網(wǎng)絡(luò) (GRN) 和分配正常和疾病狀態(tài)的機(jī)制至關(guān)重要。 RNA-seq 是一種使用已建立的分析階段測(cè)量基因調(diào)控的標(biāo)準(zhǔn)方法。然而，目前可用的用于解釋有序基因組數(shù)據(jù)（在時(shí)間或空間上）的管道方法都沒(méi)有使用時(shí)間序列模型來(lái)分配 GRN 內(nèi)的因果關(guān)系。此外，也需要將有序的 RNA-seq 數(shù)據(jù)與蛋白質(zhì)-DNA 結(jié)合數(shù)據(jù)相結(jié)合以區(qū)分直接與間接相互作用的方法。

TIMEOR是第一個(gè)基于 Web 的自適應(yīng)時(shí)間序列多組學(xué)管道方法，它可以推斷基因調(diào)控事件之間的關(guān)系。 TIMEOR 通過(guò)利用時(shí)間序列 RNA-seq、基序分析、蛋白質(zhì)-DNA 結(jié)合數(shù)據(jù)和蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)，解決了對(duì)確定因果調(diào)節(jié)機(jī)制網(wǎng)絡(luò)的方法的關(guān)鍵需求。

一、    上傳數(shù)據(jù)

  可以上傳原始的fast文件，也可以上傳時(shí)序count表達(dá)文件。按照數(shù)據(jù)情況填寫(xiě)以下6個(gè)問(wèn)題，然后點(diǎn)擊“Run”開(kāi)始進(jìn)行質(zhì)控

二、    初級(jí)分析

   數(shù)據(jù)質(zhì)控合格后，進(jìn)行初級(jí)分析，包括：差異表達(dá)量計(jì)算、基因簇分析。差異計(jì)算方法包括ImpulseDE2、Next maSigPro 、DESeq2，可以根據(jù)實(shí)際情況自由選擇。

三、    次級(jí)分析

   次級(jí)分析用于評(píng)估豐富度、因子結(jié)合和時(shí)間關(guān)系。我們可以選擇不同類型的分析來(lái)分析初級(jí)分析中獲得的基因簇，即Enrichment，用于識(shí)別基因簇中高表達(dá)的基因；Factor Binding，使用motif和CHIP-seq預(yù)測(cè)影響基因簇表達(dá)的轉(zhuǎn)錄因子；Temporal Relations，識(shí)別轉(zhuǎn)錄因子調(diào)控網(wǎng)絡(luò)（GRN）。

附TIMEOR網(wǎng)址：

https://github.com/ashleymaeconard/TIMEOR.git

http://timeor.brown.edu