转录因子（TF）模块的相互作用，是调控正常生理和疾病状态下关键生物过程及细胞状态转变的核心。理解这些模块及其随时间的演变，可以通过构建基因调控网络（GRNs）实现。为了识别特定情境下的转录因子亚网络，我们开发了ChEA-KG工具，它能针对输入的基因集生成富集的转录因子调控亚网络。ChEA-KG的基础是一个大型基因调控网络，连接了1559个人类转录因子，通过131,181条有向且带正负号的边进行连接。这些连接是从已发表的、多样化的染色质免疫共沉淀测序（ChIP-seq）和信使RNA测序（mRNA-sequencing）实验数据中推断而来。我们通过将其应用于揭示衰老的“主调控因子”、药物类别的作用机制（MoA）、泛癌症亚型以及来自14种主要人体组织的细胞类型，成功证明了ChEA-KG的实用性。接着，我们将ChEA-KG扩展，开发了名为ChEA-KG时间序列（ChEA-KG-TS）的网络服务器应用，它能从时间序列的mRNA测序数据集中识别转录因子模块。该工作流程的结果会自动汇总成报告，包括富集分析、调控亚网络以及富集转录因子的UMAP投影。我们使用ChEA-KG-TS通过两个实际案例解释了瞬时反应。ChEA-KG和ChEA-KG-TS工具均可通过https://chea-kg.maayanlab.cloud/ 和 https://chea-kg-ts.maayanlab.cloud/ 访问。
📎 来源：Nucleic acids research | 查看原文