TIMEOR：用于推断基因调控事件之间的关系

   揭示转录因子如何随着时间的推移在 DNA、RNA 和蛋白质水平上调节其靶标，对于定义基因调控网络 (GRN) 和分配正常和疾病状态的机制至关重要。 RNA-seq 是一种使用已建立的分析阶段测量基因调控的标准方法。然而，目前可用的用于解释有序基因组数据（在时间或空间上）的管道方法都没有使用时间序列模型来分配 GRN 内的因果关系。此外，也需要将有序的 RNA-seq 数据与蛋白质-DNA 结合数据相结合以区分直接与间接相互作用的方法。

TIMEOR是第一个基于 Web 的自适应时间序列多组学管道方法，它可以推断基因调控事件之间的关系。 TIMEOR 通过利用时间序列 RNA-seq、基序分析、蛋白质-DNA 结合数据和蛋白质-蛋白质相互作用网络，解决了对确定因果调节机制网络的方法的关键需求。

一、    上传数据

  可以上传原始的fast文件，也可以上传时序count表达文件。按照数据情况填写以下6个问题，然后点击“Run”开始进行质控

二、    初级分析

   数据质控合格后，进行初级分析，包括：差异表达量计算、基因簇分析。差异计算方法包括ImpulseDE2、Next maSigPro 、DESeq2，可以根据实际情况自由选择。

三、    次级分析

   次级分析用于评估丰富度、因子结合和时间关系。我们可以选择不同类型的分析来分析初级分析中获得的基因簇，即Enrichment，用于识别基因簇中高表达的基因；Factor Binding，使用motif和CHIP-seq预测影响基因簇表达的转录因子；Temporal Relations，识别转录因子调控网络（GRN）。

附TIMEOR网址：

https://github.com/ashleymaeconard/TIMEOR.git

http://timeor.brown.edu