Homer的使用

1.安装

conda install -c bioconda homer -y # -y 表示直接安装，不询问确认与否

2.查看 Homer的数据库文件位置

find -name homer

3.根据返回的结果打开 Homer 的目录 ，也就是在 anaconda 下的share 目录：

cd ~/softwares/anaconda3/share/homer-4.11-2

4.下载参考数据库，以小鼠为例：

perl configureHomer.pl -install mm10

检查一下，如果下载成功，可以看到有一个mm10 的文件夹：

cd ./data/genomes

查看文件夹大小

du -sh mm10 

5.进行motif分析

for i in *.bam_summits.bed
do 
findMotifsGenome.pl ${i} mm10 motif/ -size 200 -mask
done

输出结果为：

结果说明: homerResults/——子文件夹：包含homerResults.html网页文件，包括motif<#>.motif文件，用于寻找每个motif的具体实例 knownResults/——子文件夹：包含knownResults.html网页文件，包括          known<#>.motif文件。 homerMotifs.all.motifs——由所有homerMotifs.motifs*组成的连接文件 homerMotifs.motifs8/10/12——de novo 查找motif的输出文件(motif长度为8/10/12) homerResults.html——de novo查找motif的格式化输出 knownResults.html——查找已知motifs的格式化输出 knownResults.txt——包含关于已知motifs富集的统计信息的文本文件(在EXCEL中打开)。 motifFindingParameters.txt——用于执行findMotifsGenome.pl的命令，包含分析使用的参数 seq.autonorm.tsv——用于lower-order oligo标准化的autonormalization统计 6.点击homerResults.html，结果显示为： 结果分别表示为：  Rank——序号 Motif——motif序列可视化 P-value——置信度计算结果 log P-pvalue——log P-pvalue 值 % of Targets——靶标序列占总denovo序列百分比 % of Background——背景序列占总denovo序列百分比 STD(Bg STD)——靶标和背景的序列集出现偏离序列中心200bp的标准偏差 Best Match/Details——最为匹配的结果 Motif File——motif文件结果 7.点击knownResults.html，结果显示为：

 结果分别表示为：  Rank——序号 Motif——motif序列可视化 P-value——置信度计算结果 log P-pvalue——计算log10P值结果 q-value (Benjamini)——Benjamini模型计算的q值 # Target Sequences with Motif——靶标序列 % of Targets Sequences with Motif——靶标序列占总序列百分比 # Background Sequences with Motif——背景序列 % of Background Sequences with Motif——背景序列占总序列百分比 Motif File——motif文件结果 SVG——motif的svg可视化文件 ####还是要看原文#####

Homer Software and Data Download (ucsd.edu)http://homer.ucsd.edu/homer/motif/practicalTips.html

7.使用Homer进行peak注释 

for i in *.bam_summits.bed
do 
annotatePeaks.pl ${i} mm10 > ${i}.peak.annotation.xls
done

结果为： 注释的内容包含两个部分，第一部分是距离peak区间最近的转录起始位点TSS，第二部分是对peak在基因组区域的分布，比如TSS,TTS,3’UTR,5’UTR等区域。