guidedNOMe-seq对数百个平行自定义区域的单个等位基因分辨率的染色质状态进行量化
Michaela Schwaiger1,2, Fabio Mohn1, Marc Bühler1,3
1Friedrich Miescher Institute for Biomedical Research, Basel, 4056, Switzerland.
BMC genomics
|July 29, 2024
概括
我们开发了guidedNOMe-seq,这是一种具有成本效益的定量表观基因组分析方法. 这种技术可以精确测量核细胞占用率和转录因子结合,即使是在大型基因组中.
科学领域:
- 表观遗传学和分子生物学
- 基因组学和生物信息学
背景情况:
- 下一代测序具有先进的表观基因组学,但大多数测试都是基于半定量丰富的方法.
- 核细胞占用和甲基组测序 (NOMe-seq) 提供了定量色素状态推断,但由于测序深度要求高,对于大型基因组来说成本高昂.
研究的目的:
- 为大型基因组引入一个具有成本效益和可扩展的表观基因组分析方法.
- 为了使核细胞占用率和转录因子结合在单个等位基因分辨率的定量分析.
主要方法:
- 通过将NOMe概况与CRISPR-Cas9介导的兴趣区域 (ROI) 释放结合起来,使用大规模sgRNA合成开发了指导NOMe-seq.
- 创建了一个R包,以标准化NOMe-seq数据的微分分析,以促进多个样本的定量比较.
- 在一项概念验证研究中对基准指导NOMe-seq进行了基准指导,该研究调查了Chromatin上的CHAHP和CTCF相互作用.
主要成果:
- GuidedNOMe-seq为NOMe-seq.提供了一个具有成本效益,可扩展和可定制的目标丰富扩展.
- 该方法允许在单个基因组分辨率下对核细胞占用率和转录因子结合的基因组规模量化.
- 证明了在剖析CHAHP和CTCF在染色质结构上的相互作用中的实用性.
结论:
- 导向NOMe-seq克服了与大型基因组中的NOMe-seq深度测序相关的高成本.
- 这种新的方法促进了精确的定量表观基因组分析,促进了染色质动态和基因调节的研究.
- 附带的R包标准化了差异分析,提高了NOMe-seq研究的可复制性和可访问性.
更多相关视频
10:05Generation of Native Chromatin Immunoprecipitation Sequencing Libraries for Nucleosome Density Analysis
Published on: December 12, 2017
22.1K
10:41An Integrated Platform for Genome-wide Mapping of Chromatin States Using High-throughput ChIP-sequencing in Tumor Tissues
Published on: April 5, 2018
10.4K
