这篇文章主要介绍“如何使用MEME挖掘序列中的de novo motif”，在日常操作中，相信很多人在如何使用MEME挖掘序列中的de novo motif问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”如何使用MEME挖掘序列中的de novo motif”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

在朝阳县等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站设计、做网站 网站设计制作按需网站设计,公司网站建设,企业网站建设,品牌网站设计,全网营销推广,成都外贸网站制作,朝阳县网站建设费用合理。

对于de novo motif分析而言，我们只需要提供序列就可以了。由于peak的长度范围存在一定的波动，通常选取peak中心，即峰值两侧固定长度的序列用于下游的motif分析。

同时为了提高运行效率，有时还会只挑选部分peak进行分析，比如按照p值或者富集倍数挑选最显著的1000个peak的序列来进行motif预测。准备好输入序列之后，就可以进行motif分析了。meme是一款最常用的工具，网址如下

http://meme-suite.org/tools/meme

操作简单，只需要上传序列，然后设置几个参数值就可以了

输出文件包含了两个部分的结果

1. motif

提供了motif的sequence logo， PFM, PWM矩阵等信息

2. motif location

提供了motif在输入序列上的位置信息，示意如下

在线工具最大支持80M的输入序列，更大的文件就需要本地版软件来运行，基本用法如下

meme  \
input.fna \
-oc out_dir \
-dna \
-mod zoops \
-nmotifs 3 \
-revcomp

meme的算法使得这个工具可以同时得到motif和motif在输入序列上的位置两种信息，在输出多个motif时，在输入序列上sites越多的motif优先输出，所以通常情况下只需要参考前3个motif就可以了，该工具更适用于motif种类较少的场景，比如分析某个转录因子的chip_seq或者m6A_seq的数据。

到此，关于“如何使用MEME挖掘序列中的de novo motif”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！

新闻标题：如何使用MEME挖掘序列中的denovomotif
网站路径：http://njwzjz.com/article/pcpjds.html