HOMER安装及Motif分析：差异基因共调节转录因子预测
笔记仅方便个人理解，具体内容参考HOMER官网： http://homer.ucsd.edu/homer/
目录：
HOMER功能简介
HOMER软件安装（本文为Mac OS X安装）
Motif分析
结果解读
HOMER功能简介
HOMER (Hypergeometric Optimization of Motif EnRichment)基于Perl和C++编写，主要用于Motif查找及ChIP-Seq分析。HOMER使用ZOOPS评分（0或1发生在每条序列上）与超几何富集计算来确定motif富集，也包含发现de novo motif的算法。
HOMER motif分析主要包括：
启动子motif分析：需下载启动子数据包
基因组motif分析：需下载基因组数据包
使用已知序列（fasta文件）进行motif分析
ChIP分析等
HOMER软件安装
个人感觉，建议以官方文档为基础，勿过度依赖conda！！！
仔细阅读报错信息 + 善用百度/Google可以解决绝大部分问题。
官网安装指导：http://homer.ucsd.edu/homer/introduction/install.html
电脑系统配置要求
硬件要求：Unix-style操作系统（UNIX/LINUX/Mac/Cygwin）
软件要求：
1）HOMER运行所需要的UNIX工具（可使用软件包管理工具安装，我使用的是Homebrew)：
gcc
g++
make
zip/unzip
gzip/gunzip
wget
2）NGS工具
samtools
R（同时还需要安装两个R包：DESeq2, edgeR）
注：R包安装涉及太多版本问题及报错情况，具体安装参考其他R包安装网络教程。
安装方法一：官网推荐的手动安装方法
Step 1：下载 “configureHomer.pl” 配置文件：
http://homer.ucsd.edu/homer/configureHomer.pl
并将 “configureHomer.pl” 文件放在想要安装HOMER的目录中
(如 /Users/af/HOMER/)
Step 2：运行该pl脚本，可在Mac终端运行：
cd <path-to-HOMER>
perl configureHomer.pl -install
如：cd /Users/af/HOMER/
perl configureHomer.pl -install
安装成功后会返回一个路径，如：PATH=$PATH:/Users/af/HOMER/bin/ ，记住它。Step 3：修改 .bash_profile路径，具体操作可百度，参考代码：
cd
vim .bash_profile
输入 i ，回车进入编辑模式
将 PATH=$PATH:/Users/af/HOMER/bin/ 复制到文件中（新起一行即可）
按esc退出编辑
输入 :wq 返回
Step 4：source更新一下路径，参考代码：
source .bash_profile
注：如果下一次操作有报错提示找不到homer，重新运行一下该句source命令即可。
此时HOMER软件已安装完成，但还需要下载配置的HOMER数据包。
安装方法二：使用conda安装
conda安装只需一句命令：
conda install -c bioconda homer
但安装后使用which homer找到的路径总是不对，运行也一直报错。根据官方文档重新手动安装后无此问题。如使用conda安装参考其他网络教程。
下载HOMER包
cd <path-to-HOMER>
perl configureHomer.pl -list # 查看可安装的HOMER包
perl configureHomer.pl -install <package name> # 安装某个HOMER包
如：perl configureHomer.pl -install hg38 # 安装hg38版本的人类基因组包
perl configureHomer.pl -install human-p # 安装人类promoter包
Motif分析
HOMER Motif Analysis官网介绍: http://homer.ucsd.edu/homer/motif/index.html
此处仅介绍 findMotifs.pl
准备输入的文件：txt文件即可，第一列需为gene list，HOMER可接受Gene Symbols, Entrez Gene IDs, Unigene IDs, Ensembl Gene IDs等。
运行指令：
findMotifs.pl <inputfile.txt> <promoter set> <output directory> [options]
如：findMotifs.pl DEGs.txt human /Users/af/homerresults/ -start -2000 -end 100 -len 8,10,12 -p 4
常用参数：
-start <#> 与 -end <#> 自定义promoter region，默认-400～100；
-len <#> 自定义motif长度，默认为8，10，12；
-p <#> 自定义CPUs占用数，默认为1；
-S <#> 自定义找到的motif数量，默认为25，一般只建议减少不建议增加；
-bg <file> 可自定义背景序列信息，无定义时HOMER将自动选取。如进行基因组分析，将从整个基因组序列抓取GC含量一致的序列作为背景序列。若进行的是promoter分析，则将所有的promoter作为背景。
结果解读
findMotifs.pl / findMotifsGenome.pl 运行后输出结果文件，主要看：
homerResults.html : 重新预测的motif 的富集结果
homerResults/ directory: 对应homerResults.html中结果
knownResults.html : 已知motif 的富集结果
knownResults/ directory: 对应knownResults.html 中结果
输出结果按照p-value排序，最后一列是一个链接到motif文件的超链接，可以从这个文件中找到包含此motif的其他序列。倒数第二列Best Match/Details 为与de novo motif最匹配的已知motif。Simiar motifs 可链接到与该motif相似的其他motif。
找到的de novo motif质量可能较差的情况：
1）预测的motif在best match的已知motif中（可通过More Iinformation超链接查看）处于边缘位置而非核心位置；
2）低复杂度的motifs和简单重复的motifs。
