相关实验视频
Updated: May 30, 2025
10:15
Capturing Chromosome Conformation Across Length Scales
Published on: January 20, 2023
3.3K
单细胞Hi-C技术和计算数据分析
1Department of Biological and Biomedical Sciences, Rowan University, Glassboro, NJ, 08028, USA.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|January 31, 2025
概括
本综述评价了13个单细胞染色体构造捕获 (scHi-C) 协议,为分析稀疏的scHi-C数据提供了实际的计算指导,并解决了3D基因组组织研究的关键挑战.
科学领域:
- 基因组学和生物信息学
- 分子和结构生物学 分子和结构生物学
- 表观遗传学和基因调控
背景情况:
- 单细胞染色体构造捕获 (scHi-C) 揭示了单个细胞内的3D基因组结构和调控机制.
- 现有的scHi-C协议很复杂,产生稀疏的数据,这给计算分析带来了重大挑战.
- 需要系统的评估和实际指导来克服scHi-C数据适用性的局限性.
研究的目的:
- 为13个sciHi-C协议提供全面的审查和定量评估.
- 为scHi-C数据分析的计算方面提供实用指导.
- 突出并提出解决 scHi-C 数据中关键计算挑战的解决方案.
主要方法:
- 基于接触恢复和 cis/trans 比率的13个 scHi-C 协议的定量评估.
- 对质量控制,数据归算和各种分析方法 (集群,隔间/TAD/循环调用,3D重建,模拟,差异相互作用分析) 的系统审查.
- 识别和讨论特定于scHi-C数据复杂性的计算挑战.
主要成果:
- 基于关键指标的scHi-C协议效率的比较评估.
- 对各种 scHi-C 数据分析技术的功能和实现的概述.
- 确定关键的计算障碍和潜在的缓解策略.
结论:
- 本综述提供了scHi-C协议和实际计算指南的定量评估.
- 它解决了scHi-C数据分析中的关键挑战,旨在提高这些强大的技术的适用性.
- 这些发现有助于在单细胞水平上对3D基因组组织进行更强大,更系统的分析.
