通过图形嵌入和变化点检测来识别单细胞Hi-C数据上的TAD类域
Erhu Liu1, Hongqiang Lyu2, Yuan Liu2
1School of Information and Control Engineering, Xi'an University of Architecture and Technology, Xi'an 710055, China.
Bioinformatics (Oxford, England)
|March 7, 2024
概括
我们开发了scKTLD,这是一个新工具,用于在单细胞Hi-C数据中识别拓关联域 (TAD). 这种方法有效地揭示了保存的TAD边界及其监管作用,克服了数据稀疏性的挑战.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
背景情况:
- 拓关联域 (TADs) 是3D基因组的关键结构单元.
- 单细胞TAD类域对于理解大量TAD的形成和功能至关重要.
- 在稀疏的单细胞Hi-C数据中识别TAD在计算上具有挑战性.
研究的目的:
- 介绍scKTLD,这是一个用于在单细胞Hi-C数据中识别TAD类域的计算工具.
- 在单细胞水平上分析TAD类域的组织和保护.
- 调查确定TAD边界的监管意义.
主要方法:
- scKTLD模型 Hi-C 接触矩阵作为图表.
- 它采用稀疏矩阵分解和光谱传播来减少维度.
- 基于内核的变化点检测用于在嵌入式空间中识别TAD类域.
主要成果:
- scKTLD在稀疏的单细胞Hi-C数据上表现优于现有方法.
- 这项研究表明,在单个细胞中保留了TAD类域边界.
- 高频边界对建筑蛋白和表观遗传标记进行了丰富,与散装TAD相关联.
结论:
- scKTLD提供了一种强大的方法,用于在稀疏的单细胞Hi-C数据中识别TAD.
- 在单细胞水平上,TAD边界表现出保存和异质性.
- 保存的TAD边界在基因组调节中起着重要作用.
