使用Hellinger距离度量数据的ATAC-seq数据读取对齐形状的景观可视化
Jian Hao Cheng1, Cheng Zheng1, Ryo Yamada1
1Center for Genomics Medicine, Graduate School of Medicine, Kyoto University, Kyoto, Japan.
Genes to cells : devoted to molecular & cellular mechanisms
|November 21, 2023
概括
这项研究探讨了使用高通量测序 (ATAC-seq) 读取对齐形状的转化酶可访问染色质的测试. 纯形状信息与染色质开放度相关,但与RNA表达无关,为基因组数据提供了新的视角.
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.
- 计算生物学 计算生物学
背景情况:
- 使用高通量测序 (ATAC-seq) 检测转化酶可访问染色质是一种测量染色质可访问性的关键技术.
- 现有的生物信息学方法经常将读取对齐形状与强度信息相结合.
- 很少有研究研究了来自下一代测序 (NGS) 数据的纯形状信息的实用性.
研究的目的:
- 为了研究ATAC-seq在促进区域的读取对齐形状.
- 为了确定纯形状信息是否与基因特征相关.
- 引入一种用于分析形状信息作为概率分布的新管道.
主要方法:
- 开发了一个新的管道来表示NGS数据形状信息作为概率分布.
- 使用信息理论来量化形状分布之间的差异.
- 分析了ATAC-seq数据,特别关注促进者地区.
主要成果:
- 纯的ATAC-seq读取对齐形状信息与染色质开放度相关.
- 形状信息还显示了与某些基因特征的相关性.
- 纯粹的形状信息似乎与RNA表达水平的差异无关.
结论:
- 查看NGS读取对齐形状作为概率分布,以非参数的方式捕捉全基因组的景观特征.
- 来自ATAC-seq的纯形状信息提供了对染色质结构的洞察.
- 这种方法可能不适合仅仅基于形状来预测RNA表达.


