Hi-C数据识别三维结构域的新方法

在过去的十年里,开发基于3C(染色体构象捕获)的方法来描述染色质相互作用的频率。 Hi-C的发明让我们获得全基因组的染色质相互作用图。 而开发高效和可靠的分析工具对Hi-C数据进行解释颇具挑战。清华大学生物信息学部张奇伟教授,清华国家信息实验室合成生物学和系统生物学中心任高军涛副研究员带领研究团队,提出一个新的方法称为Clustering based Hi-C Domain Finder(CHDF)。研究人员将CHDF和现有的方法Direction Index (DI)及 HiCseg进行了比较。 CHDF可以通过更精细的局部染色质结构数据(5C(染色体构象捕获副本)数据)定义更多的染色质区域。使用较低的测序深度Hi-C数据,确定染色质结构域,CHDF更接近高深度测序数据。 而且,CHD速度更快。使用CHDF,我们能够在域中发现染色质结构元素的更多的提示和线索。该研究刊登在2015年第2期的《Quantitative Biology 》杂志上。

参考文献:

A novel method to identify topological domains using Hi-C data.Jing Cheng,et al. Quantitative Biology.2015, 3 (2)

作者简介:

张奇伟:清华大学信息学院与医学院双聘教授,清华信息国家实验室合成与系统生物实验室主任,首批千人计划教授。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》第三课题组负责人。主要科研领域与方向:计算生物学与生物信息学;合成生物与系统生物学。

高军涛:清华国家信息实验室合成生物学和系统生物学中心任副研究员,利用功能基因组、深度测序和细胞(超分辨率)成像的方法进行基因组三维结构和其它系统生物学课题的研究。