用途:JASPAR 是开放获取的转录因子(TF)结合谱数据库,以位置频率矩阵(PFM)表示。2024 版 CORE 脊椎动物集合含 1,209 个谱,覆盖 783 个 TF,数据来自 SELEX、ChIP-seq 和 PBM。可通过 REST API(https://jaspar.elixir.no/api/v1/,无需认证)或 pyJASPAR 库访问。
主要能力:按 TF 名称、JASPAR ID、物种、分类群、TF 结构类别或家族检索矩阵;获取矩阵元数据(结合位点数、信息含量、GC 含量、实验类型);将 PFM 转换为 PWM 并扫描 DNA 序列预测 TFBS;下载 CORE、UNVALIDATED、CNE 等集合(JASPAR 或 MEME 格式)。
使用方式:安装依赖 pip install requests pandas matplotlib numpy,可选 pip install pyJASPAR。常用查询包括矩阵搜索(/matrix/ 带 search、collection、tax_id、tax_group、tf_class、tf_family 参数)、矩阵检索(/matrix/{id}/)、按分类群或 TF 类别浏览。批量请求建议 time.sleep(0.5)。
适用场景:为扫描工具获取特定 TF 的 PWM;构建物种或 TF 家族的 motif 库用于富集分析;扫描启动子序列预测结合位点;导出 MEME 格式供 FIMO、AME、TOMTOM 使用。
限制:JASPAR 用于检索已知矩阵,不适用于从 ChIP-seq 峰进行 de novo motif 发现(应使用 homer-motif-analysis);基因组区域调控注释应使用 encode-database 或 regulomedb-database。官方未公布速率限制,建议批量请求间隔 0.5 秒。矩阵 ID 格式为 MA{编号}.{版本},按名称搜索会返回所有版本,脚本中应使用带版本 ID 以保证可复现性。