统一处理和分析IGVF大规模并行报告员测定数据与MPRA蛇流蛇流数据

科学领域:

• 基因组学就是基因组学.
• 监管基因组学 监管基因组学
• 功能性基因组学 功能性基因组学

背景情况:

• 解释人类基因组变异,特别是非编码变异,由于功能注释有限,因此具有挑战性.
• 实验验证对于理解基因变异对表型的功能影响至关重要.
• 大规模并行报告测试 (MPRA) 提供了对监管要素活动和变异效应的高通量化.

研究的目的:

• 解决MPRA数据集成,可复制性和元分析方面的挑战,这些挑战是由不同的设计和处理参数引起的.
• 建立社区标准,包括协调文件格式和MPRA的分析管道.
• 为统一的MPRA数据处理提供计算工具 (MPRAlib和MPRAsnakeflow).

主要方法:

• 为MPRA数据制定社区标准和统一的文件格式.
• 创建计算工具 (MPRAlib和MPRAsnakeflow) 来处理MPRA数据,从原始读取到可视化.
• 在MPRA数据中使用多种数据集对技术变化源的表征.

主要成果:

• 为各种MPRA库类型和实验设计建立了标准化格式和强大的分析管道.
• 证明了MPRA数据的统一处理,从而实现更好的整合和可重复性.
• 识别和描述技术变化,包括条形码序列偏差和交付方法效应.

结论:

• 开发的标准和工具有助于MPRA研究的稳定性和可重复性.
• 建立了MPRA数据生成和分析的最佳实践.
• 公共可用的工具和标准为协作监管基因组学研究提供了基础.