數(shù)據(jù)加載
在本案例中碳想，將采用之前在軌跡構(gòu)建案例中已經(jīng)介紹并處理過(guò)的數(shù)據(jù)集。
library(Signac)
library(Seurat)
bone <- readRDS("cd34.rds")
DimPlot(bone, label = TRUE)
要執(zhí)行足跡分析胧奔，必須首先向?qū)ο笾刑砑覯otif 信息，這包括每個(gè)Motif 的精確位置葡盗。這一過(guò)程可以通過(guò)使用“motif”和“packages”這兩個(gè)包中的函數(shù)來(lái)實(shí)現(xiàn)。
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 足跡分析
現(xiàn)在可以對(duì)任何已知位置信息的Motif 進(jìn)行足跡分析胶背。通常，這會(huì)涵蓋基因組中所有該Motif 的實(shí)例喘先。也可以設(shè)置 in.peaks = TRUE 參數(shù)，以便只考慮那些位于分析中峰值區(qū)域內(nèi)的Motif 窘拯。Footprint() 函數(shù)會(huì)收集所有必要的數(shù)據(jù)，并將其保存在分析結(jié)果中涤姊。之后，可以使用 PlotFootprint() 函數(shù)來(lái)繪制這些基序的足跡圖思喊。
# 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多平臺(tái)發(fā)布
