相关实验视频
Updated: Jun 13, 2025
10:15
Capturing Chromosome Conformation Across Length Scales
Published on: January 20, 2023
3.4K
基于CWL的Hi-C数据分析管道:从FASTQ文件到矩阵
Hisashi Miura1, Rory T Cerbus2,3, Izumi Noda2
1Laboratory for Developmental Epigenetics, RIKEN Center for Biosystems Dynamics Research, Kobe, Japan. hisashi.miura@riken.jp.
Methods in molecular biology (Clifton, N.J.)
|September 16, 2024
概括
一个新的通用工作流语言管道简化了Hi-C数据分析,使大规模的3D基因组组织研究更容易获得. 这有助于比较分析来自4D核细胞数据门户的染色质相互作用数据.
科学领域:
- 基因组学就是基因组学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 十多年来,Hi-C方法在分析3D基因组组织方面发挥了关键作用.
- 使用下一代测序 (NGS) 生成的大型Hi-C数据集的分析是计算密集的.
- 越来越需要简化Hi-C数据处理,以实现更广泛的可访问性和利用性.
研究的目的:
- 为 Hi-C 数据分析提供基于 Common Workflow Language (CWL) 的标准化,可重复和可移植的管道.
- 让用户能够以标准格式 (.hic, .mcool) 生成Hi-C接触矩阵,与4D核 (4DN) 数据门户中的数据相似.
- 通过提供一致的分析框架,促进对比基因组分析.
主要方法:
- 在4DN数据门户生态系统中实施基于CWL的分析管道.
- 处理原始FASTQ文件以生成标准的Hi-C接触矩阵.
- 使用自定义脚本,在GitHub上提供,用于管道执行.
主要成果:
- 该管道成功地从FASTQ文件中生成标准的Hi-C接触矩阵.
- 分析的数据与4DN数据门户网站上可用的格式兼容,可以进行直接比较.
- 该CWL管道确保了Hi-C数据分析的可复制性和可移植性.
结论:
- 开发的CWL管道显著降低了Hi-C数据分析的计算负担.
- 这种标准化的方法提高了大型Hi-C数据集的可用性,用于研究.
- 该管道支持跨不同研究和细胞类型的3D基因组组织的高效比较分析.
