解密Hi-C数据分析中的分辨率

本文探讨了Hi-C技术在研究染色质空间互作中的应用,通过将junction reads比对到基因组,构建互作矩阵。由于全基因组交互分析需要大量测序数据和计算资源,科学家引入分辨率概念,将基因组划分为窗口进行分析,虽然牺牲部分精度,但仍能揭示有价值的三维构象信息。不同分辨率适用于不同场景,如A/B compartments、TAD结构和染色质环等的发现。
摘要由CSDN通过智能技术生成

欢迎关注”生信修炼手册”!

Hi-C基于传统的染色质构象捕获技术,在DNA连接时引入生物素标记分子,标记交联的染色质,然后富集带有生物素标记的junction reads,  再结合高通量测序和下游的生物信息学分析,可以在全基因组范围内研究染色质的空间互作关系。

在Hi-C文库中,我们得到的是互作染色质形成的junciton reads, 通过将这些reads 比对到参考基因组之后,可以分析染色质之间的互作。以下图为例

图中蓝色和红色对应的染色质区域有互作,黑色和黄色对应的染色质区域有互作,在对应的Hi-C文库中,我们可以得到如下所示的junction reads

将这些reads正确比对到参考基因组上之后,就可以确定对应的染色质区域之间存在互作,而对应的junction reads的数目越多,则代表两个区域交互作用发生的频率越高。

对于所有区域的互作信息,通常会用一个交互矩阵interaction matirx来表示,该矩阵是一个方阵,每一行或者列都代表一个染色质区域,方格的颜色代表代表两个区域交互作用的强弱,示意如下

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值