TRANSFAC:转录因子及其靶基因数据库
欢迎关注”生信修炼手册”!
转录调控是一种重要的调控机制，转录因子对基因的表达调控是其中研究的最广泛的一个领域。研究转录因子，最经典的数据库就是TRANFAC数据库，网址如下
http://gene-regulation.com/
该数据库中不仅收录了转录因子和对应的家族信息，也收录了转录因子调控的基因以及转录因子结合位点TFBS等信息。该数据库有以下两个版本
Professional
Public
两个版本的比较如下
public版本是免费开工的，但是收录的数据少很多，而且2005年之后就不在更新了。Professional数据多，功能强大，但是收费的。
虽然两个版本数据量不同，但是数据的组织和展示形式是一样的，可以通过Public来了解下其中的信息，使用public数据库是需要登录的，登录之后，可以看到如下的检索页面
public版本中，将转录因子相关信息进行了分类整体，共分成以下6种类型
Factor
Class
Matrix
Site
Cell
Gene
1. Factor
Facto 代表转录因子，每个转录因子的编号以T开头，通过如下方式可以检索到所有转录因子的信息
共收录了73840个转录因子的信息，以转录因子T00002为例，结果如下
几个重要标签的含义如下
AC代表转录因子编号，以大写字母T开头FA代表转录因子的名字factor nameSY代表转录因子的别名；OS代表对应的物种OC代表物种分类信息GE代表编码该转录因子的基因CL代表该转录因子所属的分类SZ代表氨基酸长度，分子量SQ代表对应的氨基酸序列
2. Class
转录因子是一种具有调控功能的蛋白质，和蛋白质家族类似，也有转录因子家族的概念，class 代表的就是转录因子家族信息，每个转录因子家族的编号以C开头，通过如下方式可以检索到所有转录因子家族信息
共收录了292个转录因子家族，以C0001为例，结果如下
几个重要标签的含义如下
AC代表转录因子家族编号，以大写字母C开头ID代表转录因子家族的class codeBF代表属于该家族的转录因子
3. Matrix
转录因子和序列的结合区包含了一个保守的motif，motif代表的是一种碱基模式，代表的是多种碱基序列，示意如下
同一个转录因子，其结合的区域序列尽管不完全一致，但是还是有很多共同的地方，上述13个序列可以用以下序列表示
上述这种写法就可以看做是一个motif, 但是只有序列信息，描述并不够完整，所以提出了一个想法，就是加上对应的原始的13种序列中的碱基分布，示意如下
上述的碱基频数分布矩阵就称之为Position Freuquency Matirx, 简称PFM, 也就是这里的Matrix信息。每个Matrix的编号以M开头，通过如下方式可以检索到所有信息
共收录了2328个PFM信息，以M00001为例，结果如下
几个重要标签的含义如下
AC代表PFM编号，以大写字母M开头NA代表对应的转录因子的名字DE代表对应的转录因子的描述信息BF代表对应的转录因子的链接PO代表碱基频数分布
4. Sites
Sites代表转录因子结合区域的信息，每个结合区域的编号以R开头，通过如下方式可以检索到所有信息
共收录了68408个结合区域信息，以R0002为例，结果如下
几个重要标签的含义如下
AC代表结合区域的编号，以大写字母R开头ID以物种开头，HS代表humanDE代表对应的基因的描述和编号SQ代表结合区域的序列SF代表结合区域的起始位置，因为位于基因上游，所以是负数ST代表结合区域的终止位置，因为位于基因上游，所以是负数BF代表对应的转录因子的链接
5. Gene
Gene代表的就是基因信息，每个基因的编号以G开头，通过如下方式可以检索到所有基因的信息
共收录了10653个基因，以基因G000001为例，结果如下
几个重要标签的含义如下
AC代表基因的编号，以大写字母G开头ID以物种加基因名字构成SD代表基因的名字BS代表该基因相关的转录因子结合区域信息以及对应的转录因子编号
6. cell
转录因子结合区域的信息是根据某个细胞系的数据计算得到的，cell代笔的就是细胞系的数据表，编号是纯数字的，通过如下方式可以检索到所有信息
共收录了1476个细胞系的信息，以0007为例，结果如下
几个重要标签的含义如下
AC代表细胞系的编号OS代表物种CD代表细胞系的描述信息BS代表在该细胞系的数据中鉴定到的转录因子结合区域信息
由于public数据库不开放下载功能，我们只能利用该数据库进行检索。想要更多功能，只能购买Professional版。
·end·
—如果喜欢，快分享给你的朋友们吧—
扫描关注微信号，更多精彩内容等着你！