利用 Hi-C 数据进行拓扑结构域的网络建模
应用统计
2019-10-18 v3 基因组学
摘要
Hi-C 等染色体构象捕获实验用于绘制基因组的三维空间组织图。三维组织的一个特定特征被称为拓扑关联结构域（TADs），它们是密集相互作用、连续的染色质区域，在调控基因表达中发挥重要作用。已有若干算法被提出用于检测 TADs。特别是，Hi-C 数据的结构自然地启发了社区检测方法的应用。然而，社区检测的一个缺点是大多数方法将网络中节点的可交换性视为理所当然；但在本例中，节点（即染色体上的位置）并不具有可交换性。我们提出了一种利用 Hi-C 数据检测 TADs 的网络模型，该模型考虑了这种不可交换性。此外，我们的模型明确利用了细胞类型特异性的 CTCF 结合位点作为生物学协变量，并可用于识别跨多种细胞类型的保守 TADs。该模型导出了一个可通过松弛高效优化的似然目标。我们还证明，在适当初始化下，该模型能以高概率找到底层的 TAD 结构。利用模拟数据，我们展示了该方法在此应用中的优势以及谱聚类等流行社区检测方法的注意事项。将我们的方法应用于真实 Hi-C 数据，我们证明了所识别的结构域具有理想的表观遗传特征，并在不同细胞类型间进行了比较。
引用
@article{arxiv.1707.09587,
title = {Network modelling of topological domains using Hi-C data},
author = {Y. X. Rachel Wang and Purnamrita Sarkar and Oana Ursu and Anshul Kundaje and Peter J. Bickel},
journal= {arXiv preprint arXiv:1707.09587},
year = {2019}
}