ChIP-Seq数据挖掘系列-1: Motif 分析(1) - HOMER 安装

HOMER

HOMER 是一套用于Motif查找和二代数据分析的工具。HOMER 中的工具是使用Perl 和C++编写的，适用于unix操作系统。基于motif寻找的算法，HOMER 适用于在大规模基因组数据中发现8-20 bp motifs 。

#1. 使用基本要求

Homer是一个计算密集型的工具，因此对计算机硬件有所要求。

• Unix-style operating system (UNIX/LINUX/Mac/Cygwin)
• 1 Gb of RAM (4+ Gb)
• 1 Gb of Hard Drive Space (>10Gb)

#1.1 必备的UNIX工具和NGS分析软件

UNIX工具

• gcc
• g++
• make
• perl
• zip/unzip
• gzip/gunzip
• wget

检查一下这些工具是否安装好；需要安装使用sudo apt-get install

NGS分析软件

• samtools
• R (with Bioconductor packages DESeq2, edgeR)

Anaconda/Bioconda

对于NGS分析软件的下载，安装和管理可以使用conda。

conda安装samtools，DESeq2, edgeR

onda install wget samtools r-essentials bioconductor-deseq2 bioconductor-edge

#2. HOMER软件配置

configureHomer.pl： 使用configureHomer.pl可以完成configureHomer.pl的配置

mkdir homer && cd homer
wget http://homer.ucsd.edu/homer/configureHomer.pl

Usage: configureHomer.pl [options]

perl /path-to-homer/configureHomer.pl

Options:
        -list 列出可用的包
        -install 安装Homer或homer需要用到的数据包
        -version 安装homer包时，可以指定包版本
        -remove 移除包
        -update 更新所有包到最新版本
        -reinstall 强制重新安装所有已经安装过的包
        -all 安装所有包
        -getFacts (add humor to HOMER - to remove delete contents of data/misc/)
        -check 检查第三方软件：samtools, DESeq2, edgeR
        -make 重新配置和编译可执行文件
        -sun SunOS系统，使用gmake 和 gtar代替make 和 tar
        -keepScript 不更新configureHomer.pl
        -url 安装时，使用的资源地址，默认：http://homer.ucsd.edu/homer/
        Hubs & BigWig settings (with read existing settings from config.txt if upgrading):
            -bigWigUrl  (Setting for makeBigWigs.pl)
            -bigWigDir  (Setting for makeBigWigs.pl)
            -hubsUrl  (Setting for makeMultiWigHub.pl)
            -hubsDir  (Setting for makeMultiWigHub.pl)
    Configuration files: 下载 update.txt，更新config.txt

#2.1 HOMER软件安装

使用configureHomer.pl安装homer

perl /path-to-homer/configureHomer.pl -install
echo 'export PATH=$PATH:path-to-homer/homer/bin' >> ~/.bash_profile
source ~/.bash_profile

使用conda安装

#在bioconda中搜索homer
conda search homer -c bioconda
#安装homer
conda install -c bioconda homer

安装某个版本homer：使用参数-version

perl configureHomer.pl -install homer -version v4.8

#2.2 HOMER包介绍和安装

homer包分为4种：

• SOFTWARE ：homer工具包，包含一些常用数据。
• ORGANISMS ：物种特异性的数据，包含Gene accession, gene descriptions, and GO analysis信息。大多数数据来自于NCBI Gene database。下载promoter 或 genome 数据时，会自动下载对应Organism 包。
• PROMOTERS ：Promoter 序列信息和Promoter 富集分析的文件。大多数数据来自RefSeq transcript。
• GENOMES ：基因组序列及其注释信息。

HOMER包安装

刚安装的Homer实际没有包含参考序列或注释数据 ；但是可以使用 configureHomer.pl下载数据：

查看Homer数据包：

perl /path-to-homer/configureHomer.pl -list

Homer数据包安装使用-install参数

perl /path-to-homer/configureHomer.pl -install mouse #下载老鼠启动子数据
perl /path-to-homer/configureHomer.pl -install mm8    #下载 mm8
perl /path-to-homer/configureHomer.pl -install hg19    #下载 hg19

#2.3 Homer更新

perl /path-to-homer/configureHomer.pl -update
perl /path-to-homer/configureHomer.pl -install homer #重新安装homer

#2.4 NGS分析软件安装

samtools安装

(Debian/Ubuntu): sudo apt-get install samtools 
(Redhat/CentOS): sudo yum install samtools

R包(DESeq2 和EdgeR)安装

R 3.5以前的版本

source("https://bioconductor.org/biocLite.R")
biocLite("DESeq2")
biocLite("edgeR")
q()

R 3.5+的版本：

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("DESeq2", version = "3.8")
BiocManager::install("edgeR", version = "3.8")

#3. HOMER文件目录

• bin/ -perl 脚本和一些可执行程序
• cpp/ -c++源码文件
• update/ -注释更新文件
• data/ -HOMER数据文件
  • data/accession/ -Gene ID转换信息。org2gene.tsv和org.description两种文件。
  • data/GO/ -gene ontology文件，
  • data/knownTFs/ -motif 数据。
    • all.motifs：大多数据来自JASPAR，用于预测的motif身份鉴定
    • known.motifs：已知的motifs，用于motifs富集分析
  • data/genomes/ -genome信息文件
    • *.fa or *.fa.masked files for each chromosome
    • genome.tss (positions of refseq transcription start sites)
    • genome.tts (positions of refseq transcription termination sites)
    • genome.splice3p (positons of refseq 3' splice sites)
    • genome.splice5p (positons of refseq 5' splice sites)
    • genome.aug (positions of refseq translation start codons)
    • genome.stop (positions of refseq translation stop codons)
    • genome.rna (refseq RNA definition file)
    • genome.repeats.rna (repeat RNA definition file)
    • genome.basic.annotation (exon/intron/TSS/TTS/intergenic region annotations)
    • genome.full.annotation (basic with CpG island and repeats annotated)
    • conservation/ subdirectory (contains "FASTA-like" files with phastcons information) - this is being phased out
    • annotation/ subdirectory (contains annotation definitions for the GenomeOntology)

参考:
HOMER Installation Guide

---

---

ChIP-Seq 数据挖掘系列文章目录：
ChIP-Seq数据挖掘系列-1:Motif 分析(1)-HOMER 安装
ChIP-Seq数据挖掘系列-2: Motif 分析(2) - HOMER Motif 分析基本步骤
ChIP-Seq数据挖掘系列-3: Motif 分析(3) - 利用ChIP-Seq结果在基因组区域中寻找富集的Motifs
ChIP-Seq数据挖掘系列-4: liftOver - 基因组坐标在不同基因组注释版本间转换
ChIP-Seq数据挖掘系列-5.1: ngs.plot 可视化ChIP-Seq 数据
ChIP-Seq数据挖掘系列-5.2: ngs.plot 画图工具ngs.plot.r 和 replot.r 参数详解