A comparative analysis of transcription factor binding models learned from PBM, HT-SELEX and ChIP data

doi:10.1093/nar/gku117

比较研究

.2014年4月；42（8）：e63。

doi:10.1093/nar/gku117。 Epub 2014年2月5日。

PBM、HT-SELEX和ChIP数据中转录因子结合模型的比较分析

亚伦·奥伦斯坦¹, 罗恩·沙米尔

附属公司

PMID： 24500199
预防性维修识别码：项目经理4005680
内政部： 10.1093/nar/gku117号

比较研究

PBM、HT-SELEX和ChIP数据中转录因子结合模型的比较分析

亚伦·奥伦斯坦等。核酸研究. 2014年4月.

.2014年4月；42（8）：e63。

doi:10.1093/nar/gku117。 Epub 2014年2月5日。

作者

亚伦·奥伦斯坦¹, 罗恩·沙米尔

附属

¹以色列特拉维夫，特拉维夫69978，Tel-Avv大学，Blavatnik计算机科学学院。

PMID： 24500199
预防性维修识别码： 2005年5月680日
内政部： 10.1093/nar/gku117号

摘要

理解基因调控是当今生物学的一个关键挑战。蛋白质结合微阵列（PBM）和高通量SELEX（HT-SELEX）的新技术允许在单个实验中测量一个转录因子（TF）与许多合成双链DNA序列的结合强度。最近，Jolma等人报告了547项HT-SELEX实验的结果，这些实验涵盖了人类和小鼠TF。由于其中162种TF也被PBM技术覆盖，因此首次可以对这两种体外技术的实现进行大规模比较。在这里，我们评估了根据PBM和HT-SELEX推断的以位置-重量矩阵表示的结合模型之间的相似性和差异，并测量了这些模型预测体内结合的程度。我们的结果表明，HT-SELEX和PBM衍生模型适用于大多数TF。对于某些TF，HT-SELEX衍生模型是PBM衍生模型的较长版本，而对于其他TF，HTML SELEX模型与次级PBM衍生的模型匹配。值得注意的是，基于PBM的8聚体排序比HT-SELEX更准确，但HT-SELEX衍生的模型更好地预测体内结合。此外，我们还揭示了HT-SELEX数据中的几个偏差，包括核苷酸频率偏差、富含C的k-mers和寡核苷酸的富集以及回文的代表性不足。

PubMed免责声明

数字

**图1。**
基于PBM数据的结合预测质量。(A类)预测PBM结合的准确性。对于每个PBM实验，PBM探针根据五种PBM算法（AM=Amadeus-PBM、SW=Seed-and-Wobble、RM=RankMotif++、BE=BEEML-PBM和RAP）和HT-SELEX衍生模型推断的基序进行排序。通过计算用于预测绑定PBM探针的AUC，将该排名与真实排名进行比较。每个点是两个或四个实验中一个算法的平均结果（TF名称列在底部，TF家族名称列在顶部，如Jolma所示等。). (B类)敏感性导致预测PBM结合。对于每个PBM实验，使用BEEML-PBM和HT-SELEX PWM模型预测绑定探针。该图显示了这些预测在1%假阳性率下的敏感性（真阳性率）。颜色与蛋白质家族相对应。(C类)HT-SELEX和PBM-衍生模型之间存在分歧。徽标是从HT-SELEX（顶部）学习的PWM，以及从Jolma学习的PBM（中部和底部）等。和UniPROBE。从PBM中学习到的每个TF的中间和底部模型分别是主要和次要模型。1、2：HT-SELEX生产的图案与主要PBM模型相似，但对于PBM技术来说太长的示例；3、4：HT-SELEX模型与PBM二级模型一致的情况；5：HT-SELEX模型与两种PBM模型不一致的示例。（TCF3被排除在分析之外，因为每种技术都测试了一种不同的TF，其名称为：bHLH-TCF3由HT-SELEX测试，而HMG-TCF3则由PBM测试）。

**图2。**
根据PBM和HT-SELEX数据排名的前8名人群之间的相关性。对于每个HT-SELEX实验，8-mers的得分是根据频率或频率与前一周期频率的比率。用平均结合强度对同一TF上PBM实验的8-mers进行评分。对于100名PBM得分最高的8名男性，计算他们的PBM得分与其HT-SELEX频率和比率得分之间的相关性。类似地，对于根据HT-SELEX频率（比率）得分最高的100个8-mer，计算它们与PBM得分的相关性。(A类)每个周期的平均相关性。条形图表示用于确定前100名8名的技术。该图基于238 TF的平均相关性。(B类)不同参数组合的最大相关性分布。该图显示了周期、前8个月的来源和HT-SELEX 8个月得分的每个组合实现最大相关性的次数。（因为只有39个HT-SELEX实验包含第五个周期的数据，我们将其排除在比较之外；这些实验中没有一个在第五个阶段得分最高）。

**图3。**
预测体内使用HT-SELEX和PBM-衍生PWM模型进行绑定。从HT-SELEX和PBM获得的PWM来自Jolma等。和UniPROBE。体内ENCODE项目使用ChIP-seq测量了结合力。(A类)可在同一TF上进行HT-SELEX和PBM实验的每个ChIP-seq实验的AUC结果。(B类)HT-SELEX预测的示例体内更好地绑定。对于所有这些示例，HT-SELEX模型实现的平均AUC超过PBM模型的AUC>0.05。

**图4。**
HT-SELEX技术中的系统偏差。(A类)不同循环中最常见的8-mer的特性。对于每个循环，HT-SELEX实验中最频繁的8-mer的分数是poly（A）、poly（C）或匹配的，根据PBM数据计算出的最频繁8-mer（见正文）。(B类)每个周期的8-mer频率密度图。8-mers被分为三类：回文、poly（C）和其他所有类别。对于每个类别，显示了其8-mer频率的平滑密度图。(C类)Atf7 HT-SELEX实验中存在大量假寡核苷酸。对于周期3、4和5，显示了七种最常见的寡聚物及其计数。共识序列以黄色突出显示（周期5中的前七个寡核苷酸均不包含共识）。

请参阅PMC中的此图像和版权信息

类似文章

BEESEM：使用HT-SELEX数据估算结合能模型。
Ruan S、Swamidass SJ、Stormo GD。阮S等人。生物信息学。2017年8月1日；33(15):2288-2295. doi:10.1093/bioinformatics/btx191。生物信息学。2017 PMID：28379348 免费PMC文章。
高通量蛋白质生产与高通量SELEX结合确定了一个广泛的罗布斯塔转录因子DNA结合特异性图谱。
Nitta KR、Vincentelli R、Jacox E、Cimino A、Ohtsuka Y、Sobral D、Satou Y、Cambilau C、Lemaire P。 Nitta KR等人。方法分子生物学。2019;2025:487-517. doi:10.1007/978-1-4939-9624-7_23。方法分子生物学。2019 PMID：31267468
转录因子-DNA亲和力的高分辨率模型提高了体外和体内结合预测。
Agius P、Arvey A、Chang W、Noble WS、Leslie C。 Agius P等人。公共科学图书馆计算生物学。2010年9月9日；6（9）：e1000916。doi:10.1371/journal.pcbi.1000916。公共科学图书馆计算生物学。2010 PMID：20838582 免费PMC文章。
使用蛋白结合微阵列研究转录因子特异性：同源物、亚型和复合物。
Andrilenas KK、Penvose A、Siggers T。 Andrilenas KK等人。功能基因组学简介。2015年1月；14(1):17-29. doi:10.1093/bfgp/elu046。Epub 2014年11月26日。功能基因组学简介。2015 PMID：25431149 免费PMC文章。审查。
转录因子的体外DNA结合谱：方法和新见解。
王杰，陆杰，顾刚，刘毅。王杰等。内分泌杂志。2011年7月；210(1):15-27. doi:10.1530/JOE-11-0010。Epub 2011年3月9日。内分泌杂志。2011 PMID：21389103 审查。

查看所有类似文章

引用人

解码非编码变体：研究其在基因调控和人类疾病中作用的最新方法。
Peña-Martínez EG，Rodríguez-Martínez-JA。 Peña-Martínez EG等人。 Front Biosci（Schol Ed）。2024年3月1日；16(1):4. doi:10.31083/j.fbs1601004。 Front Biosci（Schol Ed）。2024 PMID：38538340 免费PMC文章。审查。
利用大规模体外和体内数据对预测SNP对TF-DNA结合影响的模型进行比较分析。
韩德、李毅、王莉、梁X、缪毅、李伟、王S、王Z。 Han D等人。简要生物信息。2024年1月22日；25（2）：bbae110。doi:10.1093/bib/bbae110。简要生物信息。2024 PMID：38517697 免费PMC文章。
HOCOMOCO于2024年：重建人类和小鼠转录因子结合模型的精选集合。
沃龙佐夫IE、埃利塞耶娃IA、津科维奇A、尼科诺夫M、阿布拉莫夫S、博伊佐夫A、卡梅内茨V、卡西亚诺娃A、科尔米科夫S、叶夫欣IS、法沃诺夫A、梅德韦杰夫YA、乔尔玛A、科尔巴科夫F、马克耶夫VJ、库拉科夫斯基IV。 Vorontsov IE等人。《核酸研究》2024年1月5日；52（D1）：D154-D163。doi:10.1093/nar/gkad1077。核酸研究2024。 PMID：37971293 免费PMC文章。
新型转录因子结合模型揭示了DNA甲基化和运动内依赖性的广泛影响。
Grau J、Schmidt F、Schulz MH。 Grau J等人。《核酸研究》2023年10月13日；51（18）：e95。doi:10.1093/nar/gkad693。核酸研究2023。 PMID：37650641 免费PMC文章。
真核生物动态基因调控的数据库和前景：一个小综述。
Chow CN、Yang CW、Chang WC。 Chow CN等人。 Comput Struct生物技术杂志，2023年3月22日；21:2147-2159. doi:10.1016/j.csbj.2023.03.032。eCollection 2023年。计算结构生物技术杂志2023。 PMID：37013004 免费PMC文章。审查。

查看所有“引用者”文章

工具书类

1. Aparicio O，Geisberg JV，Struhl K.染色质免疫沉淀法测定体内蛋白质与特定基因组序列的关联。货币。协议。细胞生物学。2004年第17章第17.7单元。-公共医学
1. Johnson DS、Mortazavi A、Myers RM、Wold B。体内蛋白质-DNA相互作用的全基因组绘图。科学。2007;316:1497–1502.-公共医学
1. Rhee HS，Pugh BF。近单核苷酸准确度鉴定DNA结合蛋白基因组位置的ChIP-exo方法。货币。协议。分子生物学。2012年第21章，第21单元24。-项目管理咨询公司-公共医学
1. Berger MF、Philippakis AA、Qureshi AM、He FS、Estep PW、Bulyk ML。紧凑通用DNA微阵列，用于全面测定转录因子结合位点特异性。自然生物技术。2006;24:1429–1435.-项目管理咨询公司-公共医学
1. Fordyce PM，Gerber D，Tran D，Zheng J，Li H，DeRisi JL，Quake SR.利用微流控亲和力分析对转录因子结合位点进行从头鉴定和生物物理表征。自然生物技术。2010;28:970–975.-项目管理咨询公司-公共医学

出版物类型

行动
行动

MeSH术语

行动
行动
行动
行动
行动
行动
行动
行动
行动
行动
行动
行动
行动

物质

行动
行动

LinkOut-更多资源

[1] Aparicio O，Geisberg JV，Struhl K.染色质免疫沉淀法测定体内蛋白质与特定基因组序列的关联。货币。协议。细胞生物学。2004年第17章第17.7单元。-公共医学

[2] Aparicio O，Geisberg JV，Struhl K.染色质免疫沉淀法测定体内蛋白质与特定基因组序列的关联。货币。协议。细胞生物学。2004年第17章第17.7单元。-公共医学

[3] Johnson DS、Mortazavi A、Myers RM、Wold B。体内蛋白质-DNA相互作用的全基因组绘图。科学。2007;316:1497–1502.-公共医学

[4] Johnson DS、Mortazavi A、Myers RM、Wold B。体内蛋白质-DNA相互作用的全基因组绘图。科学。2007;316:1497–1502.-公共医学

[5] Rhee HS，Pugh BF。近单核苷酸准确度鉴定DNA结合蛋白基因组位置的ChIP-exo方法。货币。协议。分子生物学。2012年第21章，第21单元24。-项目管理咨询公司-公共医学

[6] Rhee HS，Pugh BF。近单核苷酸准确度鉴定DNA结合蛋白基因组位置的ChIP-exo方法。货币。协议。分子生物学。2012年第21章，第21单元24。-项目管理咨询公司-公共医学

[7] Berger MF、Philippakis AA、Qureshi AM、He FS、Estep PW、Bulyk ML。紧凑通用DNA微阵列，用于全面测定转录因子结合位点特异性。自然生物技术。2006;24:1429–1435.-项目管理咨询公司-公共医学

[8] Berger MF、Philippakis AA、Qureshi AM、He FS、Estep PW、Bulyk ML。紧凑通用DNA微阵列，用于全面测定转录因子结合位点特异性。自然生物技术。2006;24:1429–1435.-项目管理咨询公司-公共医学

[9] Fordyce PM，Gerber D，Tran D，Zheng J，Li H，DeRisi JL，Quake SR.利用微流控亲和力分析对转录因子结合位点进行从头鉴定和生物物理表征。自然生物技术。2010;28:970–975.-项目管理咨询公司-公共医学

[10] Fordyce PM，Gerber D，Tran D，Zheng J，Li H，DeRisi JL，Quake SR.利用微流控亲和力分析对转录因子结合位点进行从头鉴定和生物物理表征。自然生物技术。2010;28:970–975.-项目管理咨询公司-公共医学

将引文保存到文件

电子邮件引文

添加到集合

添加到我的书目

您保存的搜索

为外部引文管理软件创建文件

您的RSS源

PBM、HT-SELEX和ChIP数据中转录因子结合模型的比较分析

附属

PBM、HT-SELEX和ChIP数据中转录因子结合模型的比较分析

作者

附属

摘要

数字

类似文章

引用人

工具书类

出版物类型

MeSH术语

物质

LinkOut-更多资源

全文源

其他文献来源

其他

摘要

数字

类似文章

引用人

工具书类

出版物类型

MeSH术语

物质

相关信息

LinkOut-更多资源

全文源

其他文献来源

其他