用途:该技能面向转录因子结合位点(TFBS)分析,依托 JASPAR(https://jaspar.elixir.no/)这一开放获取的转录因子结合谱数据库。适用任务包括:预测 DNA 序列中的 TF 结合位点、判断 GWAS/eQTL 变异是否破坏 TF 结合基序、分析启动子/增强子可能结合的 TF、构建基因调控网络、比较同一 TF 家族的结合谱、在 ChIP-seq 峰中寻找富集基序,以及将 ATAC-seq 开放染色质区域与 TF 结合谱匹配。
主要能力:通过 JASPAR REST API(https://jaspar.elixir.no/api/v1/,文档 https://jaspar.elixir.no/api/v1/docs/)检索矩阵;支持按 TF 名称、物种(NCBI taxonomy ID,须用 tax_id 参数而非 species)、tf_class、tf_family、collection 与分页查询;可获取单个矩阵(如 MA0139.1 对应 CTCF),并从 PFM 转换为 PWM;提供脚本 scripts/query_jaspar.py 查询(仅用标准库,输出 JSON),示例命令:python scripts/query_jaspar.py search --name CTCF --species 9606、python scripts/query_jaspar.py matrix MA0139.1。搜索默认 version=latest,加 --all-versions 可含历史版本。
使用方式:用 REST 请求或 Biopython 的 Bio.motifs.jaspar 模块访问(无独立 jaspar PyPI 包)。典型流程为:检索矩阵 → PFM 加伪计数并归一化 → 转 log-odds PWM → 扫描序列(正负链)→ 对变异比较 ref/alt 序列的最大得分,判断结合被获得或破坏。
限制与注意:CORE 为经实验验证的非冗余集合,建议优先使用;UNVALIDATED 验证不足。JASPAR 2026 的深度学习(DL)集(BPNet 模型)仅在网站提供,不在 /api/v1/matrix/ 中暴露;旧集合(PHYLOFACTS、CNE、POLII、FAM、SPLICE)在当前 API 返回 0 结果。tf_class/tf_family 字符串须与 TFClass 完全匹配(如应为 "Homeo domain factors")。基序扫描假阳性较多,建议阈值取最大得分的 80%(高置信用 90%),始终扫描双链,变异分析需保留足够侧翼序列,并结合 ChIP-seq 交叉验证;PWM 基于 0.25 均匀背景,实际 GC 含量不同时需调整。各集合的具体数量与其他平台、收费信息暂未提供。