使用CustardPy对多个Hi-C和微C数据进行分析和可视化
Yuya Nagaoka1, Ryuichiro Nakato2
1Laboratory of Computational Genomics, Institute for Quantitative Biosciences, The University of Tokyo, Bunkyo-ku, Tokyo, Japan. nagaoka_uya@iqb.u-tokyo.ac.jp.
Methods in molecular biology (Clifton, N.J.)
|September 16, 2024
概括
CustardPy通过为Hi-C和Micro-C数据提供基于Docker的管道来简化3D基因组分析. 这个工具简化了整个工作流程,从映射到可视化,帮助研究人员研究基因组结构和疾病.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 分子生物学分子生物学
背景情况:
- 三维 (3D) 基因组结构对于生物过程和疾病至关重要.
- Hi-C和Micro-C是分析3D基因组结构的成熟方法.
- 在选择分析管道和设置计算环境方面存在挑战.
研究的目的:
- 介绍CustardPy,一个基于Docker的管道用于3D基因组分析.
- 为分析和可视化Hi-C和Micro-C数据提供一个用户友好的解决方案.
- 为了方便多个样本的比较和评估.
主要方法:
- 开发了CustardPy,一个基于Docker的管道.
- 整合现有工具,实现全面的工作流程.
- 涵盖了从FASTQ映射到数据可视化的步骤.
主要成果:
- 使用CustardPy.展示了使用Hi-C数据的分析和可视化.
- 展示了管道处理多个样本的能力.
- 在Hi-C数据中引入了几个可观察到的3D基因组特征.
结论:
- CustardPy提供了一种简化且易于使用的3D基因组分析方法.
- 该管道简化了复杂的工作流程,帮助研究人员探索基因组架构.
- 促进了与生物学和疾病相关的3D基因组结构的识别和研究.
相关概念视频
02:34DNA Microarrays
17.2K
Microarrays are high-throughput and relatively inexpensive assays that can be automated to analyze large quantities of data at a time. They are used in genome-wide studies to compare gene or protein expression under two varied conditions, such as healthy and diseased states. Microarrays consist of glass or silica slides on which probe molecules are covalently attached through surface functionalization. Most commonly, the slides are prepared through the chemisorption of silanes to silica...
17.2K
01:17Karyotyping
59.2K
Overview
59.2K