跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息，确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https（https）：//确保您连接到官方网站，并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2022年11月11日；13(1):6827.
doi:10.1038/s41467-022-34626-6。

dcHiC检测多个Hi-C数据集的差异隔间

Abhijit Chakraborty公司 # 1, 杰弗里·G·王 # 2 三 4, 费哈特·艾 5 6 7
附属公司

dcHiC检测多个Hi-C数据集的差异隔间

Abhijit Chakraborty公司等。 国家公社. .

摘要

哺乳动物基因组的间隔组织及其变化在不同的生物过程中发挥着重要作用。在这里，我们介绍了dcHiC，它利用多元距离度量来识别多个接触图之间划分的显著变化。在体外小鼠神经分化（n=3）、小鼠造血（n=10）、人类LCL（n=20）和出生后小鼠脑发育（n=30阶段）的四组体细胞和单细胞接触图上评估dcHiC，我们表明其在检测生物相关变化方面的有效性和敏感性，包括那些正交验证的。dcHiC报告了与细胞特性相关的动态调节基因区域，以及染色质状态、亚室、复制时间和层粘连相关的变化。凭借其高效的实现，dcHiC可以实现高分辨率的隔间分析以及独立的浏览器可视化、差异交互识别和时间序列聚类。dcHiC是Hi-C分析工具箱中的一个重要补充，可用于不断增加的批量和单细胞接触图。网址：https://github.com/ay-lab/dcHiC .

PubMed免责声明

利益冲突声明

作者声明没有相互竞争的利益。

数字

图1
图1。方法概述。
图形面板分两步显示dcHiC工作流。在步骤1中，dcHiC计算主成分，然后对所有输入的Hi-C数据进行分位数归一化。在第2步中，对于每个基因组bin，dcHiC计算马氏距离，这是一个多变量z评分，用于测量每个bin相对于所有输入Hi-C图中的整体分室评分分布而言是离群值的程度（方法-差异分室识别）。然后，dcHiC利用马氏距离为每个隔室箱使用chi-square检验（p值）分配统计显著性，并对这些p值采用独立假设加权（IHW–当有重复样本时）或FDR（当没有重复可用时）校正。dcHiC输出独立的动态IGV web浏览器视图，并允许用户将其他数据集集成到同一视图中，以实现集成可视化。源数据作为源数据文件提供。
图2
图2。的比较dcHiC公司具有HOMER隔间得分和Lamin B1关联数据的隔间得分。
A类–C类小鼠ESC的dcHiC（橙色）、HOMER（绿色）和Cscore（蓝色）隔间得分的基因组比较。D类–F类dcHiC、HOMER和Cscore室分数与小鼠ESC的Lamin B1图谱的全基因组比较。G公司,H（H）三种不同方法得出的隔间得分和小鼠ESC第6和第2染色体的拉明B1信号的浏览器视图。箭头突出显示了三种方法中隔间分配不一致的区域子集。我对于mESC Hi-C数据，三种方法中的每一种方法在10 Kb、25 Kb、40 Kb、50 Kb和100 Kb分辨率下进行隔间调用的基因组运行时间。运行时包括对每个染色体进行连续的隔间运行调用，并对两个mESC数据的伪重复重复此操作，并将运行时相加。J型50 kb分辨率mESC Hi-C的全基因组运行时以10%、20%、40%、60%、80%和100%下采样率映射两个伪重复（类似于图2I）。源数据作为源数据文件提供。
图3
图3。ESC和NPC之间的成对差异室分析。
A类不同类型的差分隔间呼叫（100 kb分辨率）数量的细分。A隔间为橙色，B隔间为紫色。B类–电子dcHiC鉴定的所有具有统计学意义的室壁改变的室壁得分、复制时间、层粘连蛋白B1信号和基因表达值的分布。强（s）和弱（w）用于表示两种细胞类型之间的相对隔室强度（或绝对值）。不同亚型间室联系差异性叫声的细分为：A->Bn个 = 659; B->A，n个 = 819; sA->wA，n个 = 70; wA->sA，n个 = 50; wB->sB，n个 = 168; sB->wB，n个 = 222表示每个子面板，从每个数据类型中删除零或N/A值。F类维恩图显示了dcHiC（绿色）和HOMER（蓝色）差异隔间调用之间的重叠。G公司,H（H）拉明B1、复制时间信号和基因表达值（TPM）的绝对差异分别与dcHiC和HOMER识别的所有和唯一差异区重叠（统计显著性通过非配对、双侧计算t吨-测试）。我dcHiC和HOMER鉴定的差异表达（DE）基因与差异隔间盒（100 kb）重叠的平均数量。J型–L（左）包含三个DE基因的dcHiC差异室：图纸A2/4,第1天和内德9.英寸B类–电子,G公司、和H（H），数据表示为平均值±SEM。源数据作为源数据文件提供。
图4
图4。不同腔室局部染色质相互作用的差异。
三个基因位点的详细浏览器视图（顶部）、Hi-C接触图（中部）和差异染色质相互作用（底部）-A类 图纸A2/4,B类 Epbh1号机组、和C类 10月4日.涉及Dppa2/4号机组轨迹和Ephb1号机组每个图都突出显示了轨迹。尽管10月4日显示了基因表达的剧烈变化，该区域没有改变其在细胞核内的径向位置（FISH实验），这也与dcHiC报告的分区缺乏变化一致。源数据作为源数据文件提供。
图5
图5。ESCs、NPC和CNs的三向差异室分析。
A类不同类型（ESC绿色、NPC橙色、CN红色）的差分舱呼叫数量明细。B类不同组蛋白标记中的信号差异和dcHiC差异仓中具有室翻转（A->B或B->A）的基因表达与无显著室翻转仓相比的丰富程度。C类归一化间隔分数的时间序列聚类为六个不同的聚类(n个 = 548、972、369、1809、93、257）及其重叠的基因表达谱。对于聚类分析，对ESC-NPC-CN中每个100kb bin的分位数归一化PCA得分进行进一步z变换，以关注分区的相对变化。数据以平均值±SEM表示。D类GO生物功能的基因项富集来自与簇1、簇3和簇6隔间重叠的基因。电子–L（左）所示的每个细胞类型中的差异隔室与代表性基因重叠，以及四个示例基因的不同染色质相互作用，涉及各自隔室和基因表达值（TPM），每个隔室代表一个簇模式。源数据作为源数据文件提供。
图6
图6。小鼠造血十年期多变量差异室分析。
A类总结了10种细胞类型中观察到的整体细胞室分解和显著细胞室变化。橙色和蓝色箭头分别表示A到B和B到A隔间翻转。箭头旁边的数字表示翻转隔间的总数，箭头旁边括号内的数字表示明显不同的翻转隔间。右下图显示了每种细胞类型的dcHiC差异隔间中A和B盒的比例。图取自Zhang等人。。B类–电子与差异区隔重叠的基因的功能丰富性来自10向比较，其中A区隔得分最强B类LT-HSC或ST-HSC，C类MPP或CMP，D类GMP或GR，或电子仅GR。F类dcHiC识别的差异区室与一组先前已知在小鼠造血中发挥作用的关键基因重叠（蓝/红框和星形表示基因及其来源）。G公司IGV浏览器快照阿布卡13基因及其跨10种细胞类型的重叠差异室。这个阿布卡13该基因被发现是GR中a区的一部分。H（H）围绕的IGV浏览器视图梅斯1基因区域。该区域与所有细胞类型的A区重叠，但强度大小不同。dcHiC将此区域捕获为差异隔间。源数据作为源数据文件提供。
图7
图7。人类淋巴母细胞系（LCL）的20天多变量差异室分析。
A类由dcHiC（蓝色）和Gorkin等人（绿色）的可变隔室区域所称的差分隔室重叠的维恩图。B类Gorkin等人报告了由先前研究计算的dcHiC-重叠和非重叠可变区域的−log10（p-adj）值分布。C类这类dcHiC和之前的研究所涵盖的染色体差异区的总数和每条染色体的分数（Gorkin等人过滤的染色体除外）。D类,电子两种方法的前5000个差异区域的重叠隔间的维恩图，以及dcHiC的重叠集和非重叠集的–log10（p-adj）值分布。F类,G公司与dcHiC和Gorkin等人的前5000个差异室调用重叠的FIRE-QTL和DI-QTLs的累计数量。H（H）–我两个差异区与基因区重叠的示例区域NR2F2型和西米斯/PTPRK.两种基因，尤其是NR2F2个FISH实验表明，该区域是整个种群的可变区域（Gorkin等人）。在B类和电子，数据表示为平均值±SEM。源数据作为源数据文件提供。
图8
图8。出生后小鼠大脑发育的假体单细胞Hi-C数据的差异室分析。
A类单细胞Hi-C总结和我们将每个小鼠大脑区域的6个时间点分为三组，即早（包括第1天、第7天）、中（第28天、第56天）和晚（第309天、第347天）。B类,C类大脑皮层和海马区内早期、中期和晚期组的分化室的转变。D类,电子大脑皮层不同分区的时间序列聚类以及与这些分区重叠的基因的功能富集。F类,G公司海马区差异舱室的时间序列聚类以及与舱室重叠的基因功能富集。H（H）,我例如，基因与大脑皮层和海马体的不同区域重叠。源数据作为源数据文件提供。
请参阅PMC中的此图像和版权信息

类似文章

查看所有类似文章

引用人

  • 预测3D基因组组织的机器和深度学习方法。
    Wall BPG、Nguyen M、Harrell JC、Dozmorov MG。 Wall BPG等人。 方法分子生物学。2025;2856:357-400. doi:10.1007/978-1-0716-4136-1_22。 方法分子生物学。2025 PMID：39283464 审查。
  • 通过口腔癌的表观遗传景观特征揭示染色质结构在癌症发展中的关键作用。
    薛毅、刘莉、张毅、何毅、王杰、马姿、李天杰、张杰、黄毅、高玉强。 薛毅等。 摩尔癌症。2024年9月6日；23(1):190. doi:10.1186/s12943-024-02100-0。 摩尔癌症。2024 PMID：39243015 免费PMC文章。
  • 乳腺癌肿瘤活检活细胞悬液的3D染色质构象和单细胞转录组分析。
    Stephenson Gussinye A、Rendón-Bautista LA、Ruiz Medina BE、Blanco Olais E、Pérez Molina R、Marcial Medina C、Chavarri Guerra Y、Soto-Pérez de Celis E、Morales Alfaro A、Esquivel-López A、Candanedo González F、Gamboa Domínguez A、Cortes González R、Alfaro Goldaracena A、Vázquez Manjarrez SE、Grajales Figueroa G、Astudillo Romero B，Ruiz-Manriquez J、Poot-Hernández AC、Licona-Limon P、Furlan-Magaril M。 Stephenson-Gussinye A等人。 前Mol Biosci。2024年8月22日；11:1420308. doi:10.3389/fmolb.2024.1420308。电子采集2024。 前Mol Biosci。2024 PMID：39239354 免费PMC文章。
  • 用摩羯座增强环检测的Hi-C接触矩阵：多视角扩散模型。
    Fang T、Liu Y、Woicik A、Lu M、Jha A、Wang X、Li G、Hristov B、Liu Z、Xu H、Noble WS、Wang S。 Fang T等人。 生物信息学。2024年6月28日；40（补充1）：i471-i480。doi:10.1093/bioinformatics/btae211。 生物信息学。2024 PMID：38940142 免费PMC文章。
  • 液滴Hi-C用于单细胞染色质结构的快速和可扩展分析。
    Chang L、Xie Y、Taylor B、Wang Z、Sun J、Tan TR、Bejar R、Chen CC、Furnari FB、Hu M、Ren B。 Chang L等人。 bioRxiv[预印本]。2024年4月22日：2024.04.18.590148。doi:10.1101/2024.04.18.590148。 生物Rxiv。2024 PMID：38712075 免费PMC文章。 预打印。
查看所有“被引用”文章

工具书类

    1. 尤伯·泽尔泰隆，C.R.Morpho logisches Jahrbuch。（编辑：Gegenbaur，C.）。第10卷，第214-330页（W.Engelmann，莱比锡，1885）。。
    1. Oudelaar AM，Higgs DR。基因组结构和功能之间的关系。Nat.Rev.基因。2021;22:154–168.-公共医学
    1. Brackey CA，Marenduzzo D，Gilbert N.染色质折叠的机械建模以理解功能。自然方法。2020;17:767–775.-公共医学
    1. Finn，E.H.&Misteli，T.空间基因组组织中变异性的分子基础和生物学功能。《科学365》，eaaw9498（2019）。-项目管理咨询公司-公共医学
    1. 郑华，谢伟。3D基因组组织在发育和细胞分化中的作用。自然修订版分子细胞生物学。2019;20:535–550.-公共医学

出版物类型