如何从Hi-C数据中快速分析影响疾病的DNA结构？
Hi-C，一种衍生于染色体构象捕获技术（3C）的高通量技术，实现了全基因组范围内染色体片段间相互作用的捕获检测，可得到染色体三个层级的三维结构：A/B compartment、拓扑相关结构域（TAD）、染色质环（loop）。
其中大多数调控相互作用被认为发生在TADs中，而TADs结构功能与疾病的发展相关，包括一些癌症，例如破坏TADs形成的边界可能使基因暴露于错误的调控元件，并导致异常的基因表达，从而导致癌症的发生。
最近，来自宾夕法尼亚州立大学的研究人员在《Genome Biology》杂志发表了其开发的一种快速定位并帮助阐明TADs复杂功能的新算法：OnTAD。
OnTAD以Hi-C接触矩阵作为输入，分两步调用TADs：1. 使用自适应局部最小搜索算法来寻找候选的TADs边界；2. 通过使用动态编程算法有选择地连接候选边界对来组装TADs。
对于TAD边界识别和分层的TAD组装，OnTAD的性能明显优于现有算法
目前的算法主要关注确定TADs的位置，对于TADs内部层级在基因调控中的生物学功能研究较少。使用OnTAD发现了有关TADs结构潜在生物学功能的新见解。
OnTAD分析结果显示存在两种在功能上截然不同的TAD类别：分层级的TADs和非分层级的TADs。与非分层级TADs相比，分层级的TADs边界具有更高的CTCF富集，更活跃的表观遗传状态和更高水平的基因表达。
我们还观察到TAD边界共享存在明显的不对称性，这支持了非对称loop挤压形成TADs的模型。
内部TAD中的活跃表观遗传状态比外部TAD中的丰富，subTAD表现出明显的表观遗传学特征。
这些结果表明OnTAD可以在高分辨率Hi-C数据中推断整个基因组中不同水平的染色质组织，有助于改进对染色质组织在基因调控中作用的研究。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
