著名医師による解説が無料で読めます
すると翻訳の精度が向上します
背景：転写因子（TFS）とヒストン修飾（HMS）間の相互作用は、遺伝子発現の正確な調節に重要な役割を果たします。これらの相互作用のコンテキストの特異性と、正常および病気におけるそのダイナミクスをさらに促進することは、ほとんど知られていないままです。ゲノミクス技術の最近の開発により、RNA-seqによる転写プロファイリングとChIP-seqによるタンパク質の結合プロファイリングが可能になります。2種類のデータの統合分析により、ゲノムの共局在化と下流の標的遺伝子発現の両方からTFSとHMS相互作用を調査することができます。 結果：エンコードから一致したチップセクおよびRNA-SEQデータにより、55 TFと11 HMSの共局在とヒトGM12878およびK562のダイナミクスを調査するための統合パイプラインを提案します。TFSとHMSを、転写開始部位（TSS）に関する結合濃縮に基づいて3つのタイプに分類します。次に、TF-TFおよびTF-HMの共局在を特徴付けるために、一連の統計インデックスが提案されます。Rad21、SMC3、およびCTCFが5つの細胞株に共局在することがわかりました。GM12878の高解像度HI-Cデータは、HI-Cピーク遺伝子座のほとんどを特定のCTCF-MOTIF「アンカー」に関連付け、CTCF、SMC3、およびRAD2共局在化が3Dクロマチン構造に重要な役割を果たすことをサポートすることを示しています。一方、17のTF-TFペアは、GM12878とK562の間で非常に動的です。次に、SVMモデルを構築して、TF結合とHM強度と高発現レベルと低発現レベルを相関させます。H3K9AC、H3K27AC、および3つのTFS（ELF1、TAF1、およびPOL2）は、精度が約85〜92％で予測的であることがわかりました。 結論：TFとHMの共局在を分析し、CHIP-Seqからの細胞株を横切るダイナミクスを分析し、RNA-seqによる調節効力を調査するパイプラインを提案します。2つのレベルデータの統合分析は、TFSとHMSの協力のための新しい洞察を明らかにしており、TF/HM相互作用の細胞株特異性を理解するのに役立ちます。
背景：転写因子（TFS）とヒストン修飾（HMS）間の相互作用は、遺伝子発現の正確な調節に重要な役割を果たします。これらの相互作用のコンテキストの特異性と、正常および病気におけるそのダイナミクスをさらに促進することは、ほとんど知られていないままです。ゲノミクス技術の最近の開発により、RNA-seqによる転写プロファイリングとChIP-seqによるタンパク質の結合プロファイリングが可能になります。2種類のデータの統合分析により、ゲノムの共局在化と下流の標的遺伝子発現の両方からTFSとHMS相互作用を調査することができます。 結果：エンコードから一致したチップセクおよびRNA-SEQデータにより、55 TFと11 HMSの共局在とヒトGM12878およびK562のダイナミクスを調査するための統合パイプラインを提案します。TFSとHMSを、転写開始部位（TSS）に関する結合濃縮に基づいて3つのタイプに分類します。次に、TF-TFおよびTF-HMの共局在を特徴付けるために、一連の統計インデックスが提案されます。Rad21、SMC3、およびCTCFが5つの細胞株に共局在することがわかりました。GM12878の高解像度HI-Cデータは、HI-Cピーク遺伝子座のほとんどを特定のCTCF-MOTIF「アンカー」に関連付け、CTCF、SMC3、およびRAD2共局在化が3Dクロマチン構造に重要な役割を果たすことをサポートすることを示しています。一方、17のTF-TFペアは、GM12878とK562の間で非常に動的です。次に、SVMモデルを構築して、TF結合とHM強度と高発現レベルと低発現レベルを相関させます。H3K9AC、H3K27AC、および3つのTFS（ELF1、TAF1、およびPOL2）は、精度が約85〜92％で予測的であることがわかりました。 結論：TFとHMの共局在を分析し、CHIP-Seqからの細胞株を横切るダイナミクスを分析し、RNA-seqによる調節効力を調査するパイプラインを提案します。2つのレベルデータの統合分析は、TFSとHMSの協力のための新しい洞察を明らかにしており、TF/HM相互作用の細胞株特異性を理解するのに役立ちます。
BACKGROUND: Interactions among transcription factors (TFs) and histone modifications (HMs) play an important role in the precise regulation of gene expression. The context specificity of those interactions and further its dynamics in normal and disease remains largely unknown. Recent development in genomics technology enables transcription profiling by RNA-seq and protein's binding profiling by ChIP-seq. Integrative analysis of the two types of data allows us to investigate TFs and HMs interactions both from the genome co-localization and downstream target gene expression. RESULTS: We propose a integrative pipeline to explore the co-localization of 55 TFs and 11 HMs and its dynamics in human GM12878 and K562 by matched ChIP-seq and RNA-seq data from ENCODE. We classify TFs and HMs into three types based on their binding enrichment around transcription start site (TSS). Then a set of statistical indexes are proposed to characterize the TF-TF and TF-HM co-localizations. We found that Rad21, SMC3, and CTCF co-localized across five cell lines. High resolution Hi-C data in GM12878 shows that they associate most of the Hi-C peak loci with a specific CTCF-motif "anchor" and supports that CTCF, SMC3, and RAD2 co-localization serves important role in 3D chromatin structure. Meanwhile, 17 TF-TF pairs are highly dynamic between GM12878 and K562. We then build SVM models to correlate high and low expression level of target genes with TF binding and HM strength. We found that H3k9ac, H3k27ac, and three TFs (ELF1, TAF1, and POL2) are predictive with the accuracy about 85~92%. CONCLUSION: We propose a pipeline to analyze the co-localization of TF and HM and their dynamics across cell lines from ChIP-seq, and investigate their regulatory potency by RNA-seq. The integrative analysis of two level data reveals new insight for the cooperation of TFs and HMs and is helpful in understanding cell line specificity of TF/HM interactions.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。