通过使用非负矩阵因数分解的基于块化的算法识别促进器序列架构
Sarvesh Nikumbh1,2, Boris Lenhard1,2
1Computational Regulatory Genomics, MRC London Institute of Medical Sciences, London, United Kingdom.
PLoS computational biology
|November 20, 2023
概括
这项研究引入了seqArchR,一种使用非负矩阵因子化 (NMF) 来根据DNA动机分类基因促进器的新计算方法. 它有助于识别转录起始部位和基因功能,揭示了随着时间的推移动态促进器架构的变化.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 分子生物学分子生物学
背景情况:
- 核心促进体通过结合转录复合体来调节基因转录启动.
- 不同的基因子集拥有具有独特架构和动机的核心促进体,影响转录开始部位 (TSS) 选择.
- 由于建筑的可变性和图案重叠,对推动者进行分类是具有挑战性的,需要先进的计算方法.
研究的目的:
- 开发一种新的计算方法来对基因促进子序列进行分类,该方法基于从参考点以固定距离发现动机,例如TSS.
- 为了创建用户友好的软件,seqArchR,实施这种方法来进行高效的推动者分析.
- 确定已知的和新的TSS指导动机,并描述相关的基因功能,包括发育过程中促进器架构的动态变化.
主要方法:
- 开发seqArchR,一个软件工具,使用非负矩阵分解 (NMF) 来集群促进子序列.
- 整合seqArchR与实验数据,如CAGE (基因表达的分析),用于动机识别.
- 应用seqArchR来分析发育时间过程,以研究特定阶段的基因表达模式.
主要成果:
- seqArchR成功地根据位于TSS的近乎固定距离的动图集成了促进子序列.
- 该方法有效地识别了已知的TSS指导动机 (例如,TATA,DPE) 和核细胞定位信号.
- 发现了新的血统特异性动机及其相关的基因功能,以及对在发育阶段不断变化的促进器架构的洞察.
结论:
- seqArchR为全基因组促进子分类和功能表征提供了一种强大而可通用的工具.
- 该软件允许在与参考点相距的一致的距离上发现图案,即使在小序列子集中也适用.
- 这种方法有助于理解基因调节动态,并识别促进区域内的功能元素.
