使用TADGATE从三维基因组图中发现拓上关联的域
Dachang Dang1, Shao-Wu Zhang1, Kangning Dong2,3
1Key Laboratory of Information Fusion Technology of Ministry of Education, School of Automation, Northwestern Polytechnical University, 1 DongXiang Road, Chang'an District, Xi'an 710072, China.
Nucleic acids research
|December 27, 2024
概括
新的人工智能工具TADGATE改善了从稀疏的基因组数据中识别拓关联域 (TAD). 这增强了对人类各种组织3D基因组组织和基因调节的理解.
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:
- 拓关联域 (TAD) 对3D基因组组织和基因调节至关重要.
- 从稀疏的染色质接触图 (例如,Hi-C) 中识别TAD是具有挑战性的.
- 了解TADs中的结构和功能元素至关重要.
研究的目的:
- 开发一种先进的计算方法,从稀疏的Hi-C数据中准确地识别TAD.
- 在保持拓结构的同时,在接触地图中计算缺失的数据.
- 探索TAD组织,染色体分离和基因转录之间的关系.
主要方法:
- 开发TADGATE,一个图表注意力自动编码模型.
- 应用TADGATE对来自21个人类组织/细胞系的稀疏和杂的Hi-C接触图.
- 分析TAD结构,边界和相关的功能元素.
主要成果:
- TADGATE成功地赋值了稀疏的Hi-C地图,提高了TAD结构的清晰度.
- 确定了保存和细胞类型特定的TAD边界.
- 揭示了与TADs相关的细胞类型特定的转录调节机制.
- 证明了TADGATE在单细胞Hi-C数据分析中的实用性,用于识别异构的TAD类域.
结论:
- TADGATE是一个有效的工具,用于从低分辨率的基因组数据中进行强大的TAD识别和分析.
- 该研究提供了TAD在不同类型人类细胞中的结构和调节作用的见解.
- 这些发现有助于进一步了解3D基因组架构及其对基因表达的影响.
