此工具的出现主要是为了解决基因组上面的非编码区域注释缺乏的问题，而我们CHIP-seq实验得到的peaks结果通常就是在非编码区域

首先进入该工具主页：http://bejerano.stanford.edu/great/public/html/

该工具每次只能上传一个文件，就是我们call出来的peaks记录文件，支持bed格式的：

一般很快就可以出结果啦！

首先会有三个图，都是很常见的，大家随便看看咯

Number of associated genes per region

Binned by orientation and distance to TSS

Binned by absolute distance to TSS

然后就是pathway和GO注释啦

这个网站提供的pathway非常之多，还是蛮全面的，包括KEGG，biocarta,reactome,msigdb等等还有一些signature和gene families，相当于一站式完成了大部分下游分析

 GO Molecular Function (no terms)

GO Biological Process (no terms)

 GO Cellular Component (no terms)

The test set of 5,225 genomic regions picked 2,992 (17%) of all 18,041 genes.
GO Molecular Function has 3,688 terms covering 15,090 (84%) of all 18,041 genes, and 189,388 term - gene associations.

The test set of 5,225 genomic regions picked 2,992 (17%) of all 18,041 genes.
GO Biological Process has 10,440 terms covering 15,441 (86%) of all 18,041 genes, and 950,065 term - gene associations.

The test set of 5,225 genomic regions picked 2,992 (17%) of all 18,041 genes.
GO Biological Process has 10,440 terms covering 15,441 (86%) of all 18,041 genes, and 950,065 term - gene associations.

Mouse Phenotype (no terms)

Human Phenotype (no terms)

 Disease Ontology (no terms)

MSigDB Cancer Neighborhood (no terms)

 Placenta Disorders (no terms)

PANTHER Pathway (no terms)

BioCyc Pathway (no terms)

MSigDB Pathway (no terms)

MGI Expression: Detected (no terms)

MSigDB Perturbation (no terms)

MSigDB Predicted Promoter Motifs (no terms)

MSigDB miRNA Motifs (no terms)

InterPro (no terms)

InterPro (no terms)

HGNC Gene Families (no terms)

 MSigDB Oncogenic Signatures (no terms)

MSigDB Immunologic Signatures (no terms)

The test set of 5,225 genomic regions picked 2,992 (17%) of all 18,041 genes.
MSigDB Immunologic Signatures has 1,910 terms covering 16,609 (92%) of all 18,041 genes, and 363,333 term - gene associations.

该工具首页就show了8张图片，就说明了该软件的功能：http://chipseek.cgu.edu.tw/index_show.py

该工具本质是就是后台调用 HOMER 和BEDTools, 这两个软件，使得那些不会编程的生物学家可以更方便快捷的理解自己的CHIP-seq结果，功能包括：

1. annotate the peaks
2. link to UCSC genome browser
3. provide pie charts, histograms and bar charts for peak location distribution
4. apply filter criteria by peak length to get a subset of peaks
5. apply filter criteria by distance to nearest TSS to get a subset of peaks
6. apply filter criteria by location of the peaks
7. apply filter criteria by list(s) of genes
8. apply filter criteria by GO terms
9. apply filter criteria by KEGG pathway annotations
10. compare two datasets
11. compare dataset with ENCODE transcription factor dataset
12. identify enriched motif
13. plot peaks on chromosome ideograms
14. allow users to download figures or tables

大部分功能自己写脚本也能实现，我就不多说了。

使用方法非常简单：

首先进入分析界面：http://chipseek.cgu.edu.tw/analysis_form.php

然后上传自己想要分析的peaks文件

比如GSE50177里面的GSE50177_RAW.tar：http://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE50177

我拿了四个peaks文件测试了一下：

提交任务后，文件就会上传，然后网页会给一个job ID号，如果你是在一个月之内看到这篇文章，你可以直接拿我的ID号去看结果，不需要自己上传自己的文件了，当然，你肯定是需要分析自己的peaks结果的。

ChIPseek is annotating your file(s).

This page will automatically refresh every 60 seconds.

Alternatively, You may use the job ID: 1467890358.407 to visit ChIPseek latter.

一会儿就可以看到结果了，因为网页版工具的服务器容量有限，所以这个结果一个月内是有效的。

GSM1278641_Xu_MUT_rep1_BAF155_MUT (a total of 6733 peaks) (Download all annotation results)

GSM1278643_Xu_MUT_rep2_BAF155_MUT (a total of 3625 peaks) (Download all annotation results)

GSM1278645_Xu_WT_rep1_BAF155 (a total of 10987 peaks) (Download all annotation results)

GSM1278647_Xu_WT_rep2_BAF155 (a total of 5225 peaks) (Download all annotation results)

把每个文件的每个peaks都注释了，而且提供带链接的下载结果，tab分割的纯文本文件，用excel打开可能看起来舒服一点

还有4个可视化图片是我们可能会比较感兴趣的：

以及它可以把我们上传的bed格式peaks区域文件转为fasta序列 Peak sequences

本质是根据坐标从参考基因组里面提取序列而已，我把所有的序列都下载下来了，可以用来直接做motif查找