homer

快速开始¶

module load arm/homer/5.1

加载后即可使用所有 HOMER 命令。

基因组数据下载¶

HOMER 需要基因组注释数据才能进行分析。首次使用前，需下载对应物种数据。

查看可用物种¶

perl /share/home/software/package/homer/configureHomer.pl -list

下载物种数据¶

# 下载到公共目录（需有写权限）
perl /share/home/software/package/homer/configureHomer.pl -install rice

# 或下载到自己的目录（推荐）
mkdir -p ~/homer_data
export HOMER_DATA=~/homer_data
perl /share/home/software/package/homer/configureHomer.pl -install human-o   # 人类
perl /share/home/software/package/homer/configureHomer.pl -install mouse     # 小鼠
perl /share/home/software/package/homer/configureHomer.pl -install rice      # 水稻
perl /share/home/software/package/homer/configureHomer.pl -install arabidopsis-o  # 拟南芥

注意：如果使用自定义 HOMER_DATA 目录，每次运行分析前需 export HOMER_DATA=~/homer_data。

典型分析流程¶

1. FASTQ 质控与预处理¶

# 去除 adapter 和低质量序列
homerTools trim input.fastq -o trimmed.fastq

# 查看 FASTQ 质量统计
homerTools freq input.fastq > quality.txt

2. 比对与创建 Tag Directory¶

比对后的文件（BED/BAM/SAM）需要转换为 HOMER 的 tag directory 格式：

# 从 BED/BAM/SAM 文件创建 tag directory
makeTagDirectory mySample_tagDir/ -style bed mySample.bed
makeTagDirectory mySample_tagDir/ mySample.bam

# 配对末端数据
makeTagDirectory mySample_tagDir/ mySample.bam -fragLength pe

# 合并多个 replicate
makeTagDirectory combined_tagDir/ rep1_tagDir/ rep2_tagDir/

3. Peak Calling¶

# 转录因子 ChIP-Seq
findPeaks mySample_tagDir/ -style factor -i input_tagDir/ -o autoFDR

# 组蛋白修饰
findPeaks mySample_tagDir/ -style histone -i input_tagDir/ -o autoFDR

# 输出结果保存到 mySample_tagDir/ 目录下的 peaks.txt 等文件

4. Peak 注释¶

# 注释 peak 位置（距 TSS、基因区域等）
annotatePeaks.pl peaks.txt hg38 > peak_annotation.txt

# 带 motif 扫描的注释
annotatePeaks.pl peaks.txt hg38 -m knownMotifs/ > peak_annotated.txt

# TSS 中心分析
annotatePeaks.pl tss hg38 -size 4000 > tss_annotation.txt

# 使用自定义 GTF 注释
annotatePeaks.pl peaks.txt hg38 -gtf custom.gtf > custom_annot.txt

5. Motif 发现¶

# 在基因组区域中发现 de novo motif（推荐用于 ChIP-Seq）
findMotifsGenome.pl peaks.txt hg38 motif_output/ -size 200 -len 8,10,12

# 在基因列表的启动子区域发现 motif
findMotifs.pl gene_list.txt promoter motif_output/ -len 8,10,12

# 屏蔽重复序列
findMotifsGenome.pl peaks.txt hg38r motif_output/ -size 200 -mask

# 仅搜索已知 motif（不做 de novo 发现）
findMotifsGenome.pl peaks.txt hg38 motif_output/ -noknown

# 仅做 de novo 发现（不搜索已知 motif）
findMotifsGenome.pl peaks.txt hg38 motif_output/ -nomotif

# RNA motif 分析
findMotifs.pl gene_list.txt promoter motif_output/ -rna

6. 差异 Peak 分析¶

# 使用 replicates 做差异 peak 分析
getDifferentialPeaksReplicates.pl \
    -t sampleA_rep1_tagDir/ sampleA_rep2_tagDir/ \
    -b sampleB_rep1_tagDir/ sampleB_rep2_tagDir/ \
    -i input_tagDir/ \
    -f 2 -q 0.05 \
    > diff_peaks.txt

# 使用已有的 peak 文件
getDifferentialPeaksReplicates.pl \
    -t sampleA_rep1_tagDir/ sampleA_rep2_tagDir/ \
    -b sampleB_rep1_tagDir/ sampleB_rep2_tagDir/ \
    -use peaks.txt \
    > diff_peaks.txt

7. GO 富集分析¶

# 从 peak 结果做 GO 分析
findGO.pl gene_list.txt hg38 > go_results.txt

# 输出文本格式
findGOtxt.pl gene_list.txt hg38 > go_results.txt

8. 可视化¶

# 生成 bigWig 文件用于 IGV/JBrowse 查看
makeBigWig.pl mySample_tagDir/ output.bw

# 生成 UCSC Genome Browser hub
makeMultiWigHub.pl sample1_tagDir/ sample2_tagDir/ -o hub_output/

# 生成 metagene profile
makeMetaGeneProfile.pl peaks.txt mySample_tagDir/ > metagene.txt

Hi-C 数据分析¶

# 从比对文件创建 Hi-C tag directory
makeTagDirectory hic_tagDir/ hic_alignment.bam -style hic

# 寻找 TADs 和 loops
findTADsAndLoops.pl hic_tagDir/ > tad_loop_results.txt

# 寻找 compartments
findHiCCompartments.pl hic_tagDir/ > compartments.txt

# 生成 Hi-C 矩阵
makeHiCMatrix.pl hic_tagDir/ > hic_matrix.txt

# Hi-C PCA 分析
runHiCpca.pl hic_tagDir/ > pca_results.txt

常用参数速查¶

findMotifsGenome.pl¶

参数	说明
`-size <#>`	分析区域大小，默认 200bp
`-size given`	使用输入文件的实际区域
`-len <#>`	motif 长度，默认 8,10,12
`-mask`	屏蔽重复序列
`-S <#>`	优化的 motif 数量，默认 25
`-N <#>`	背景序列数量
`-bg <file>`	自定义背景文件
`-rna`	RNA motif 分析

annotatePeaks.pl¶

参数	说明
`-size <#>`	区域大小
`-m <file>`	扫描指定 motif 文件
`-gtf <file>`	使用自定义 GTF
`-d <tagDir>`	关联 tag directory 计算 tag 数
`-hist <#>`	距中心点的直方图 bins
`-noadj`	不做多重检验校正

自定义基因组¶

如果内置物种不包含你需要的基因组：

# 1. 准备 FASTA 文件（每条染色体一个序列）
mkdir -p my_genome/
# 将 chr1.fa, chr2.fa, ... 放入 my_genome/

# 2. 准备 GTF 注释文件
# 保存为 my_genome/refGene.txt 格式

# 3. 预处理基因组
preparseGenome.pl my_genome/

# 4. 使用
findMotifsGenome.pl peaks.txt my_genome/ output/ -size 200

# 或使用 -genomeBg 指定背景
findMotifsGenome.pl peaks.txt my_genome/ output/ -genomeBg

常见问题¶

Q: 提示找不到基因组数据？¶

确保已下载对应物种数据，且 HOMER_DATA 环境变量正确设置：

export HOMER_DATA=/share/software/app/arm/homer/5.1/

Q: 水稻等物种数据怎么下载？¶

perl /share/home/software/package/homer/configureHomer.pl -install rice

Q: 如何加速 motif 搜索？¶

使用 -len 8 只搜索较短的 motif
使用 -N 50000 减少背景序列数量
使用 -size 100 减小分析区域

Q: 内存不足？¶

减少 -len 参数值
使用 -S 10 减少优化的 motif 数量
使用 -N 限制背景序列数量

输出结果说明¶

findMotifsGenome.pl 输出目录¶

文件/目录	内容
`homerMotifs/`	de novo 发现的 motif（PWM 格式）
`knownResults/`	已知 motif 富集结果
`motifLogos/`	motif 标志图（SVG/PNG）
`seqs/`	提取的序列文件
`config.txt`	分析参数记录

annotatePeaks.pl 输出列¶

列名	说明
`PeakID`	Peak 编号
`Chr`	染色体
`Start/End`	起止位置
`Strand`	链
`Distance to TSS`	距最近 TSS 距离
`Nearest Promoter ID`	最近基因
`Annotation`	基因组区域注释（exon, intron, promoter 等）

参考资料¶

官网教程: http://homer.ucsd.edu/homer/
完整命令文档: http://homer.ucsd.edu/homer/doc.html
安装文档: /share/home/software/package/homer/README-install.md

本文阅读量次
本站总访问量次