在TF绑定信号的背景下对ENCODE和Cistrome进行比较分析
Stefano Perna1, Pietro Pinoli2, Stefano Ceri2
1Lee Kong Chian School of Medicine, Nanyang Technological University, 9 Nanyang Drive, 636921, Singapore, Singapore. stefano.perna@ntu.edu.sg.
转录因子结合部位数据中的高信号值表明ENCODE和Cistrome之间的一致性更大. 根据信号Value进行过可以改善机器学习预测,并有助于从这些流行的基因组存储库中合并数据.
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:
- 像ENCODE和Cistrome这样的基因组数据存储库提供了宝贵的资源,但使用不同的数据处理方法.
- 这些存储库之间的不一致性可能会影响转录因子结合部位 (TFBS) 数据的可靠性.
- 在 narrowPeak 文件中的 signalValue 是评估数据质量的未充分利用的功能.
研究的目的:
- 调查信号值特征对评估来自ENCODE和Cistrome的TFBS数据的一致性的实用性.
- 确定 signalValue 是否可以提高机器学习模型在 TF 相互作用检测方面的性能.
- 为比较和合并来自不同来源的TFBS数据提供指导方针.
主要方法:
- 对人类细胞系 (K562,GM12878,HepG2) 的ENCODE和Cistrome的窄峰文件中信号值分布的分析.
- 基于高信号值值 (前25%) 的存储库之间的数据点一致性评估.
- 测试基于信号值的过对TF交互预测的定位机器学习算法的影响.
主要成果:
- 信号值较高的数据点 (前25%) 显示ENCODE和Cistrome之间的一致性增加.
- 通过高信号值过TFBS数据,可以提高预测TF相互作用的机器学习模型的准确性.
- 信号值作为数据质量评估和整合的有价值指标.
结论:
- 信号值是识别不同数据源中一致的TF绑定站点的关键特征.
- 使用signalValue可以改善下游应用程序,包括定位机器学习算法.
- 为科学家提供了建议,以利用 signalValue 来进行可靠的数据比较和合并.
更多相关视频
12:54Real-time Analysis of Transcription Factor Binding, Transcription, Translation, and Turnover to Display Global Events During Cellular Activation
Published on: March 7, 2018
09:06High-throughput Identification of Gene Regulatory Sequences Using Next-generation Sequencing of Circular Chromosome Conformation Capture 4C-seq
Published on: October 5, 2018
相关概念视频
Cis-regulatory Sequences
Cooperative Binding of Transcription Regulators
Co-activators and Co-repressors
General Transcription Factors
Master Transcription Regulators
Conserved Binding Sites
Binding sites are often located in large pockets, and if their location on a protein’s surface is unknown, it can be predicted using various approaches. The energetic method computationally...
