研究转录因子及其靶点之间的网络对于理解细胞中复杂的调控机制非常重要。然而，由于翻译后修饰，调节器转录水平（如通过微阵列表达阵列测量的）通常只提供很少关于真转录因子活性（TFA）的信息。在这里，我们提出了一种基于偏最小二乘（PLS）回归的方法，以从与DNA-蛋白质结合实验（例如ChIP）信息集成的表达数据推断真实的TFA。该方法在统计上也适用于少量样本，并且能够通过“元”转录因子的推断检测转录因子之间的功能相互作用。此外，它还可以识别ChIP数据中的假阳性，并预测激活和抑制活动（仅从ChIP数据是不可能的）。继PLS推断之后，估计的转录因子活性可能需要进一步分析，例如周期性或差异调节测试。该方法克服了以往使用方法的局限性，并通过分析酵母和大肠杆菌实验的表达和ChIP数据进行了说明。