染色体HD通过规模适应机器学习将单细胞DNA的可访问性和对基因表达的符合性连接起来

科学领域:

• 基因组学和生物信息学
• 分子生物学分子生物学
• 计算生物学 计算生物学

背景情况:

• 基因调控是一个多层次的过程,但目前的方法在单核可访问性数据中难以完全捕捉这种复杂性.
• 现有的方法通常依赖于高峰调用或基于窗口的分析,可能缺少功能性监管信息.
• 需要适应规模的机器学习模型来有效地分析原始染色体可访问性数据.

研究的目的:

• 开发ChromatinHD,一种用于分析单核可访问性数据的新型尺度适应模型.
• 直接将染色体可访问区域与基因表达联系起来,而不需要预处理像峰值调用这样的步骤.
• 识别差异可访问的染色体,并了解其与各种基因组规模的基因调节的关系.

主要方法:

• 开发了ChromatinHD,这是一对利用原始ATAC-seq可访问性数据进行规模适应的机器学习模型.
• 这些模型直接将染色质可访问性模式与基因表达水平联系起来.
• 纳入了ATAC-seq片段长度变化的分析,以检测转录因子结合密度.

主要成果:

• 染色体HD在将可访问性与基因表达联系起来时,始终优于现有的基于峰值和窗口的方法.
• 这些模型捕获了许多功能性可访问性变化,无论是在预测的cis-regulatory区域内还是外.
• 染色体HD确定了协作调节区域及其影响基因表达的基因结构,并通过片段长度分析检测出密集的转录因子结合.

结论:

• 染色体HD提供了一种数据驱动的方法,以了解多个尺度上的染色体可访问性及其对基因表达的影响.
• 适应规模的模型通过分析原始数据和捕捉微妙的监管特征,提供卓越的性能.
• 这套计算套件推进了表观基因组数据的分析,以更深入地了解基因调节.