使用单细胞多原子数据绘制高分辨率的高分辨率 cis-regulatory 电路映射.
Zidong Zhang1,2, Frederique Ruf-Zamojski1, Michel Zamojski1
1Department of Neurology, Center for Advanced Research on Diagnostic Assays, Icahn School of Medicine at Mount Sinai (ISMMS), New York, NY, USA.
Nucleic acids research
|December 12, 2023
概括
一个新的框架CREMA,利用单细胞多基因组数据绘制细胞特异性基因调节的地图. 它确定了其他方法遗漏的调节元素,揭示了关键的细胞类型区别和基因电路.
科学领域:
- 基因组学就是基因组学.
- 分子生物学分子生物学
- 计算生物学 计算生物学
背景情况:
- 单细胞多基因组测序 (scRNAseq/ATACseq) 提供了对细胞类型特定的转录调节电路的高分辨率洞察.
- 现有的方法往往无法识别位于传统染色体"高峰"之外的功能调节元素.
研究的目的:
- 引入CREMA,这是一个新的计算框架,用于从单细胞多原子数据中重建全面的cis调节电路.
- 通过识别超越所谓的峰值的监管元素,克服当前方法的局限性.
- 证明CREMA在发现细胞类型特定调节机制和与疾病相关的基因回路方面的有用性.
主要方法:
- 在单个细胞内,CREMA模拟基因表达和染色质活性.
- 该框架在不需要峰值呼叫或预定义的单元类型标签的情况下运行.
- 它分析了色素峰值内外的 cis 调节元素.
主要成果:
- 克雷马成功地确定了常规方法错过的功能性监管元素,包括那些被称为峰值的外部元素.
- 这些新发现的调节部位对于区分单个细胞类型至关重要.
- 一个调节小鼠垂体淋巴细胞Pcsk1基因的Gata2电路被确定并经过实验验证.
结论:
- 与现有方法相比,CREMA提供了一个更完整的cis-regulatory电路图.
- 染色质峰值之外的调控元素在细胞类型中起着重要的特定作用.
- 该框架和相关资源 (人类免疫细胞数据,R包) 促进了对基因调节的进一步研究.


