ハイスループットチップから明らかにされた拘束力、調節、および進化の多様性

ゲノム全体のin vivoタンパク質DNA相互作用は、ハイスループットクロマチン免疫沈降（CHIP）を使用して日常的にマッピングされています。チップから報告された領域は、通常、プロファイルされたタンパク質および/または共起タンパク質のDNA結合特異性をモデル化する可​​能性が高い濃縮配列モチーフについて調査されます。ただし、単純な濃縮分析は、タンパク質の結合活性に関する洞察を見逃す可能性があります。CHIPは、タンパク質と直接接触し、仲介者を介した結合領域を報告することに注意してください。たとえば、同族部位でDNAを結合するが、同時に他の4つのタンパク質と相互作用するタンパク質Xを標的とするチップ実験を検討します。これらのタンパク質はそれぞれ、ゲノムの遠い部分に沿った独自の特定の同族部位に結合します。これは、転写ハブとクロマチンループの現在のビューと一致するシナリオです。チップはすべてのX関連領域を引き下げるため、最終報告データは、それぞれ5つのタンパク質の1つの結合部位を含む5つの異なる領域セットの結合になります。5つの異なるモチーフと対応するセットすべてを特徴付けることは、チップ実験、そして最終的には規制におけるXの役割を解釈するために重要です。これを正確に試みる多様性を提示します。データを分割して、各パーティションを独自のde novoモチーフで特徴付けることができます。Diversityは、ベイジアンアプローチを使用して、モチーフの最適な数と関連するパーティションを識別し、データセット全体を一緒に説明します。これは、データに個別に濃縮されたモチーフを報告する標準的なモチーフファインダーとは対照的ですが、必ずしも報告されたすべての領域を説明するわけではありません。多様性によって特定されたさまざまなモチーフと関連領域は、クロマチンに沿って形成されている可能性のあるさまざまな複合体に関する洞察を与えていることを示しています。http://diversity.ncl.res.in/のWebサーバーhttps://github.com/narlikarlab/diversity/releases/tag/v1.0.0のスタンドアロン（Mac OS X/Linux）。

Genome-wide in vivo protein-DNA interactions are routinely mapped using high-throughput chromatin immunoprecipitation (ChIP). ChIP-reported regions are typically investigated for enriched sequence-motifs, which are likely to model the DNA-binding specificity of the profiled protein and/or of co-occurring proteins. However, simple enrichment analyses can miss insights into the binding-activity of the protein. Note that ChIP reports regions making direct contact with the protein as well as those binding through intermediaries. For example, consider a ChIP experiment targeting protein X, which binds DNA at its cognate sites, but simultaneously interacts with four other proteins. Each of these proteins also binds to its own specific cognate sites along distant parts of the genome, a scenario consistent with the current view of transcriptional hubs and chromatin loops. Since ChIP will pull down all X-associated regions, the final reported data will be a union of five distinct sets of regions, each containing binding sites of one of the five proteins, respectively. Characterizing all five different motifs and the corresponding sets is important to interpret the ChIP experiment and ultimately, the role of X in regulation. We present diversity which attempts exactly this: it partitions the data so that each partition can be characterized with its own de novo motif. Diversity uses a Bayesian approach to identify the optimal number of motifs and the associated partitions, which together explain the entire dataset. This is in contrast to standard motif finders, which report motifs individually enriched in the data, but do not necessarily explain all reported regions. We show that the different motifs and associated regions identified by diversity give insights into the various complexes that may be forming along the chromatin, something that has so far not been attempted from ChIP data. Webserver at http://diversity.ncl.res.in/; standalone (Mac OS X/Linux) from https://github.com/NarlikarLab/DIVERSITY/releases/tag/v1.0.0.