探索人类染色体接触网络中三维社区的不一致性

研究人员开发了染色体捕获方法（如 Hi-C）以更好地理解 DNA 在细胞核中的三维折叠。Hi-C 方法捕获全基因组中 DNA 片段对之间的接触频率。在分析 Hi-C 数据集时，通常使用标准生物信息学方法（如 PCA）对这些片段对进行分组。其他方法将 Hi-C 数据处理为加权网络，其中相连的节点代表三维邻近的 DNA 片段。在这种表示下，可以利用复杂网络理论中发展的社区检测技术将节点分组为包含相似连接模式的中尺度社区。尽管已有若干成功的尝试以这种方式分析 Hi-C 数据，但通常报告和研究最典型的社区结构。然而在现实中，往往存在多个有效候选。因此，根据算法设计的不同，关注略有差异连接特征的不同社区检测方法可能对理想的节点分组持有不同观点。事实上，即使使用随机算法，同一种社区检测方法也可能产生不同结果。这种模糊性对社区检测而言是根本性的，并且只要网络中的相互作用跨越所有尺度，大多数复杂网络都会共有。这被称为社区不一致性。本文探讨了所有人类染色体 Hi-C 数据中三维社区的不一致性。我们的分析基于两个不一致性度量（一个局部、一个全局），并量化了社区分离变异最大的网络尺度。例如，我们发现 TAD 不如 A/B 区室可靠，且节点-社区隶属关系高度可变的节点与开放染色质相关。总体而言，我们的研究为数据驱动的研究人员提供了有用框架，并提升了对将 Hi-C 数据聚类为三维社区时某些固有挑战的认识。