首先在Cistrome DB网站的首页（http://cistrome.org/db/#/），直接对你感兴趣的转录因子的ChIP-seq数据进行检索。网站提供了两种数据检索方式：关键词搜索和条件筛选。其中，关键词搜索区可以通过样本来源及因子搜索数据，同时可以在Options选项中对数据的质控指标进行初筛；条件筛选区可以通过直观的、按字母排序浏览和点选方式，选择你感兴趣的样本来源（各种细胞系、组织样本等）和Factor因子（转录因子、染色质调控因子、组蛋白修饰等）。这两种方式可以分别单独使用，也可以组合使用：
图片来源：Cistrome DB
做肿瘤相关研究的同学都清楚，肿瘤细胞中组蛋白的甲基化、乙酰化等表观遗传修饰可能会发生一定改变。而我想知道的是，在我研究的肝癌细胞HepG2中，乙酰化的组蛋白H3是否参与了我感兴趣的某基因的转录调控。因为不确定细胞系、组蛋白的拼写规则及表观遗传修饰的表示方法等，是否会对搜索结果产生影响，因此我首先尝试在关键词搜索区输入模糊关键词“liver”“H3”进行初筛。在使用一个不太熟悉的网站工具时，这种“模糊搜索法”也强烈推荐给大家使用，以防遗漏关键信息。
图片来源：Cistrome DB
随后，在条件筛选区，对搜索结果进行进一步筛选。这个数据库重点收录的是人类和小鼠的ChIP-seq数据，物种根据大家的研究需求选择即可。HepG2是人源细胞系，因此这里物种选择Homo，点选后样本来源框会发生相应改变。我们在其中找到HepG2，点选后就能在最后一项Factors选项中，查看数据库中包含的H3表观遗传修饰形式啦。我在其中翻看了一下这里包括乙酰化修饰形式的类型，有H3K9ac和H3K27ac等常见乙酰化修饰位点数据。
图片来源：Cistrome DB
下面我们对这两种乙酰化修饰类型的组蛋白ChIP-seq数据进行一下查看和整理。分别点击H3K9ac和H3K27ac，在Results列表中查看搜索结果。一般情况下，细胞系的ChIP-seq数据质控指标优于组织样本，基本全部达标（全部为绿色标记），随意选择即可。而对于组织样本，要尽量选择绿点更多的数据。选中后直接在数据行前面打勾即可。可以一次性勾选多行数据，不用担心，重新搜索后之前勾选的内容也不会消失。
图片来源：Cistrome DB
单击数据行，可以直接在页面最下方浏览、下载或分析（方法见图.step5.1）样本信息。也可以在所有感兴趣的样本全部勾选完毕后，点击“UCSC Browser”选项跳转到UCSC基因组浏览器中，直观查看ChIP-seq结果，并对结果进行进一步处理（方法见图.step5.2）。
图片来源：Cistrome DB
对于Cistrome DB的质控报告，一般关注唯一比对百分率、富集峰数量及覆盖率等信息；在靶基因预测选项卡中，可以找到这个样本中评分最高的前100个基因，即预测的核酸序列可能与目标蛋白结合最强烈的基因；最后的搜索靶基因功能，就是我要找的功能啦，这里可以搜索我感兴趣的基因，在选择的这个样本中，是否与该蛋白有互作，并可以查看评分信息。
图片来源：Cistrome DB
也可以跳过这步，更直观地在UCSC中查看结果信息。在UCSC的搜索框中直接搜索我感兴趣的目标基因的Symbol（或位置信息，注意和版本对应），确认并点选相应转录本信息后点击go，直接在页面下方查看目标基因区域的ChIP富集峰分布情况。页面上方的zoom in和zoom out可以相应倍数的放大缩小浏览框中包含的序列长度，前后箭头可以挪动浏览框中显示的序列位置（也可以直接用鼠标在浏览框中拖动）。大家可以根据自己的喜好进行调整。
图片来源：UCSC Genome Browser
结果真的是太明显了，无论是K9还是K27位点乙酰化的H3样本，在我们关注的这个基因的启动子区（一般认为是转录起始位点附近，至其上游不超过2000bp的区域。记得关注基因的转录方向，不要误判启动子区位置哦）都有个非常明显的富集峰。这不就说明，这个基因的启动子区和乙酰化组蛋白H3很可能有结合（调控）关系吗？下一步实验，我们就可以在这个峰的位置设计引物、开始充满自信与希望的ChIP实验验证啦！对了，上面这张图也蛮好看的，可以留着做个汇报数据或补充Figure呢！
再次强调，这样的方法也同样适用于转录因子、染色质调控因子等蛋白与目标基因结合情况的分析。比起基于序列的转录因子预测，这种基于ChIP实验的seq数据，在最后的实验验证中，阳性率会更高，提示作用也更强。但是，大数据毕竟是大数据，依然不能直接明确分子间的真实互作关系。