dbCoRC：超实用核心转录因子数据库
在特定的细胞或组织中，发挥作用的转录因子在调控网络中的地位也是不同的。来自胚胎干细胞和其他细胞模型的研究表明，一小组细胞类型特异性或谱系特异性转录因子（TFs）形成了相互连接的自动调节环，以控制特定细胞类型的转录程序。将某种细胞或者组织中的核心转录因子及其调控回路称之为core transcription regulatory circuitry, 简称CRC。核心TF及其相互连接的自动调节环对于维持细胞身份和细胞状态至关重要，它代表了核心转录调节通路（CRC）。
a database of Core transcriptional Regulatory Circuitries，简称dbCoRC。dbCoRC在2018 NAR中发布，是第一个全面的交互式CRC数据库，也是核心启动因子数据库。它基于H3K27ac ChIP-Seq数据的计算分析，包含来自188个人类和50个鼠类样本的CRC模型。与CRC模型配合使用时，该数据库提供以下可下载的信息：1）单个样品的超级增强子（SE），增强子和H3K27ac景观；2）CRC内SE区中每个核心转录因子（TF）的假定结合位点。此外，dbCoRC结合了CRC TF的一般描述以及它们在正常或癌细胞/组织中的表达数据。因此，dbCoRC可作为研究生理（非疾病）和疾病状态下的转录网络和调控回路的宝贵资源。
dbCoRC
http://dbcorc.cam-su.org/
一起来看看dbCoRC是如何使用的吧！
1
搜索
快速搜索与精确搜索
在dbCoRC的主页上，我们可以输入TF基因ID或符号来快速搜索相应的感兴趣基因。已实施模糊搜索功能，以帮助识别包含相同字符的潜在相关基因。快速搜索结果将被定向到“ SEARCH”页面。
在“搜索”模板中，可以精确搜索各种样本中潜在的核心TF。我们可以选择“基因组”或“细胞/组织类型”以限制搜索范围，然后在“基因”框中输入感兴趣的单个或多个TF（以逗号分隔）。搜索结果将作为数据表显示。
本次选择CAMSAP1基因作为示例，搜索结果如下：
展示的是核心转录因子对应的超级增强子区域，我们可以通过单击EXPRESSION找到各个核心TF的表达模式，展示内容分为4个部分，具体如下：
Part1--转录因子描述，介绍其名称与组织类型、数据源等内容：
Par2--CRC模型中SOX12的潜在下游目标，点击转录因子的ID, 可以查看该转因子在其他转录因子SE区域的结合位点：
Part3--CRC模型内SOX12的潜在上游调节剂：
Part4--Expression，正常或癌细胞组织中的基因表达：
上面这些内容是针对表达的内容，我们还可以单击USCS基因组浏览器进行查阅。
点击后我们可以在USCS基因组浏览器中可视化特定命中SE区域内其他核心TF的推定结合位点：
2
浏览
Browse＆Visualiza
dbCoRC编译188个人类和50个鼠细胞系/组织样本的CRC模型。在188个人类样本中，其中79个是癌细胞/组织，其中109个是非肿瘤细胞/组织。鼠数据集包含1个恶性细胞系和49个正常细胞/组织。在“BROWSE”页面中，可以轻松单击或输入搜索词以过滤数据库中包含的具体样本。浏览页面的左侧面板被组织用于基于物种，生物样品类型，组织类型和细胞类型进行样品过滤，如下：
左上方的“搜索”框还可用于查找感兴趣的样本。通过单击样本名称，对应样本的CRC模型将显示为互连回路的交互图像和核心TF列表。可以通过单击找到各个核心TF的表达模式。可以在USCS基因组浏览器中查看特定核心TF SE区域内核心TF的推定结合位点，和上面搜索得到的结果页面的内容一致。比如任意点击的6A：
在Visualiza模块也是类似的，但这里只有物种和细胞的筛选：
如果进一步单击感兴趣的核心TF将打开一个新选项卡，其中显示样本信息，TF基因的一般说明，CRC模型内的下游靶标和上游调节剂，以及正常或癌细胞/组织中的基因表达。
3
DOWNLOAD
下载核心转录因子数据
当我们设想一些转录核心因子在生物学研究中的几种潜在应用，这些研究与但不限于超级增强子谱系指定过程中的主TF开关以及疾病特异性转录网络有关时，可以下载这些数据进行使用。
在“DOWNLOAD”页面中，数据库提供每个样本的所有可下载文件，包括核心TF结合位点（.bed），SE注释（.bed），已处理的H3K27ac ChIP-seq信号（.bw）和峰注释（.xlsx）的Zip文件，方便轻松搜索和下载这些数据用于内部和/或深入的生物信息学分析。可以将这些数据与其他bw文件（例如，NANOG，SOX2 ChIP-Seq数据）一起导入IGV，以探索整个SE区域的TF绑定功能。比如dbCoRC默认设置下显示每个样本的CRC模型。我们可以比较同一组织来源的非肿瘤样本和肿瘤样本之间核心TF的差异状态。
总的来说，通过dbCoRC我们能够迅速找到基因对应的核心转录因子，查看相应的核心转录因子构成的调控网络，超级增强子区域以及在其他转录因子SE区域的结合位点、不同表达量信息。这也是dbCoRC的特色，侧重于分析超级增强子区域关联的转录因子间的调控关系。本期内容就到这里，希望大家能够愉快使用dbCoRC~
References
Moli Huang*, Ye Chen, Manqiu Yang, Anyuan Guo, Ying Xu, Liang Xu*, H. Phillip Koeffler. dbCoRC: a database of core transcriptional regulatory circuitries modeled by H3K27ac ChIP-seq signals. Nucleic Acids Research, Volume 46, Issue D1, 4 January 2018, Pages D71–D77
https://doi.org/10.1093/nar/gkx796
END