深度NanoHi-C:深度学习可以实现准确的单细胞纳米孔长读数据分析和3D基因组解释
Wenjing Ma1, Fuzhou Wang2,3, Yi Fan1
1School of Artificial Intelligence, Jilin University, 2699 Qianjin Street, Chaoyang District, Changchun, Jilin 130015, China.
Nucleic acids research
|July 10, 2025
概括
DeepNanoHi-C 是一种新的深度学习工具,用于分析单细胞长读结合体测序 (scNanoHi-C) 数据. 它准确地模拟复杂的染色质相互作用和细胞特异的3D基因组结构.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
背景情况:
- 单细胞长读联聚体测序 (scNanoHi-C) 提供了对3D基因组组织的见解.
- 现有的分析工具不足以应对scNanoHi-C数据挑战,如稀疏性和细胞变异性.
研究的目的:
- 介绍DeepNanoHi-C,这是一个针对scNanoHi-C数据分析的深度学习框架.
- 为了准确预测色素相互作用,并捕获细胞特异的3D基因组结构.
主要方法:
- 使用多步自动编码器捕获全球色素接触模式.
- 采用稀疏封闭混合专家 (SGMoE) 进行基于染色体图案的动态专家选择.
- 通过双通道预测网集成多尺度预测,以获得精细的交互信息.
主要成果:
- 在细胞类型区分和数据归算方面,DeepNanoHi-C的性能优于现有的方法.
- 成功地识别了特定于细胞的拓学关联域 (TAD) 边界.
- 揭示了跨物种保存的基因组结构,表明染色体组织的进化保存.
结论:
- DeepNanoHi-C为分析scNanoHi-C数据提供了一个强大的框架,提高了对3D基因组组织的理解.
- 该工具准确地模拟了复杂的染色质相互作用和细胞特异性特征.
- 提供了在比较基因组学和进化研究中更广泛应用的潜力.
