揭示轉錄因子如何隨著時間的推移在 DNA、RNA 和蛋白質水平上調節其靶標，對于定義基因調控網絡 (GRN) 和分配正常和疾病狀態的機制至關重要。 RNA-seq 是一種使用已建立的分析階段測量基因調控的標準方法。然而，目前可用的用于解釋有序基因組數據（在時間或空間上）的管道方法都沒有使用時間序列模型來分配 GRN 內的因果關系。此外，也需要將有序的 RNA-seq 數據與蛋白質-DNA 結合數據相結合以區分直接與間接相互作用的方法。

TIMEOR是第一個基于 Web 的自適應時間序列多組學管道方法，它可以推斷基因調控事件之間的關系。 TIMEOR 通過利用時間序列 RNA-seq、基序分析、蛋白質-DNA 結合數據和蛋白質-蛋白質相互作用網絡，解決了對確定因果調節機制網絡的方法的關鍵需求。

一、    上傳數據

  可以上傳原始的fast文件，也可以上傳時序count表達文件。按照數據情況填寫以下6個問題，然后點擊“Run”開始進行質控

二、    初級分析

   數據質控合格后，進行初級分析，包括：差異表達量計算、基因簇分析。差異計算方法包括ImpulseDE2、Next maSigPro 、DESeq2，可以根據實際情況自由選擇。

三、    次級分析

   次級分析用于評估豐富度、因子結合和時間關系。我們可以選擇不同類型的分析來分析初級分析中獲得的基因簇，即Enrichment，用于識別基因簇中高表達的基因；Factor Binding，使用motif和CHIP-seq預測影響基因簇表達的轉錄因子；Temporal Relations，識別轉錄因子調控網絡（GRN）。

附TIMEOR網址：

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

http://timeor.brown.edu