A Model-Based Analysis of GC-Biased Gene Conversion in the Human and Chimpanzee Genomes
GC偏性基因转换（gBGC）是一种重组相关的过程，有利于G/C等位基因的固定超过A/T等位基因。在哺乳动物中，gBGC被假设为有助于GC含量的变化、快速进化的序列和有害突变的固定，但其流行率和一般功能后果仍然知之甚少。gBGC很难纳入分子进化模型中，迄今为止主要使用来自基因组比较的汇总统计进行研究。在这里，我们引入了一个新的概率模型，捕捉自然选择和gBGC对核苷酸取代模式的联合影响，同时允许在这些影响中沿基因组的相关性。我们在一个名为phastBias的计算机程序中实现了我们的模型，该程序可以在模拟的序列比对中准确地检测gBGC片段~1或更长。当应用于真正的灵长类基因组序列时，phastBias预测gBGC片段覆盖了大约0.3%的人类和黑猩猩基因组，占人类-黑猩猩核苷酸差异的1.2%。这些道落在集群，特别是在亚端粒区;他们是重组热点和快速发展的序列丰富，他们显示了一个持续的固定偏好G和C等位基因。我们还发现一些证据表明，它们有助于有害等位基因的固定，包括疾病相关多态性的富集。这些大片提供了一个独特的窗口，沿着人类和黑猩猩谱系的历史重组过程，他们提供了额外的证据，长期保护的兆碱基规模的重组率伴随着快速营业额的热点。总之，这些发现为gBGC的进化、功能和疾病意义提供了新的线索。phastBias程序和我们预测的片段是免费提供的。
2013-03-09 q-bio.GN q-bio.PE
Protein domains as units of genetic transfer
基因组作为模块进化。在原核生物（和一些真核生物）中，遗传物质可以在物种之间转移，并通过同源或非法重组整合到基因组中。我们没有理由认为这些转移单位对应于整个基因;然而，这些单位尚未得到严格的表征。我们研究了来自144个原核基因组的单拷贝基因家族中的片段遗传转移，发现断点比偶然预期的更接近编码注释的蛋白质结构域的基因组区域的边界，特别是当重组序列更加分散时。这种相关性来自重组事件本身，而不是来自不同的核苷酸取代。我们报告的第一个系统的研究有关基因重组的结构特征在蛋白质水平。
2008-01-29 q-bio.GN q-bio.PE
The era of the ARG: an empiricist's guide to ancestral recombination graphs
本综述介绍了祖先重组图谱（ARG）的概念与近期方法学突破，探讨了其在推进进化基因组学现有目标与开辟新研究途径方面的潜力，旨在促进基于ARG的推断方法的广泛应用。
2023-10-18 q-bio.GN q-bio.PE
Global divergence of microbial genome sequences mediated by propagating fronts
我们模拟了微生物基因组中重组和点突变之间的竞争，并提出了两个不同阶段的证据，一个是统一的，另一个是遗传多样性的。根据同源重组的具体情况，我们发现全局序列趋异可以由沿基因组传播的前沿介导，其在基因组结构上的特征签名被阐明，并且显然在密切相关的{ \it芽孢杆菌}菌株中观察到。前沿传播提供了一个新兴的，通用的机制，微生物的“物种形成”，并建议分类的基础上，他们的倾向，以支持繁殖战线的微生物。
2005-04-13 q-bio.GN
Parametric inference of recombination in HIV genomes
在HIV的进化过程中，病毒的复制是一个重要的事件。它影响到大流行病的全球传播，以及从宿主免疫反应和单个患者的药物治疗中进化逃逸。在大型数据库中检测重组序列和推断亲本序列需要综合的计算方法。我们提出了一个隐马尔可夫模型来注释一个查询序列作为一个重组的一组给定的对齐序列。参数推断用于确定模型的所有参数的所有最佳注释。我们表明，推断的注释恢复大多数功能建立手工策划的注释。因此，隐马尔可夫模型的参数分析对于HIV全长基因组是可行的，并且它改进了重组形式的检测和注释。所有计算结果、参考比对和C++源代码可在http://bio.math.berkeley.edu/recombination/上获得。
2005-12-08 q-bio.GN q-bio.QM
Target enrichment of ultraconserved elements from arthropods provides a genomic perspective on relationships among Hymenoptera
从基因组学的角度来看待基因组学需要从基因组中收集的许多与基因组无关的基因座收集数据。在昆虫中，收集这类数据的一种越来越常见的方法涉及转录组测序，因为很少有昆虫拥有高质量的基因组序列;组装新的基因组仍然是一个限制因素;基因组的转录部分是目标基因组的一个合理的、精简的子集;并且从基因组的转录部分收集的数据在组成上类似于生物学家传统上使用的数据类型（例如，外显子）。然而，需要RNA作为模板的分子技术仅限于使用非常高质量的源材料，这些材料通常无法从大部分生物学上重要的昆虫样品中获得。最近的研究表明，基于DNA的目标富集的保守基因组元件提供了另一种途径来收集跨昆虫类群的昆虫基因组数据，前提是保守元件存在于昆虫基因组中并且可以从昆虫基因组中收集。在此，我们鉴定了在昆虫目中共享的超保守元件（UCE）的大集合（n $=$ 1510）。我们使用计算机模拟分析表明，这些位点准确地重建基因组激活的Hyquitera之间的关系，我们设计了一套诱饵，以丰富这些位点，研究人员可以使用从各种来源提取的DNA模板。我们使用我们的UCE诱饵集，以丰富平均721 UCE位点从30个hyperteran类群，我们使用这些UCE位点重建系统发育关系跨越非常古老的（$\geq$ 220 MYA）非常年轻的（$\leq$ 1 MYA）之间的分歧hyperteran谱系。与最近一项使用转录组数据解决hyperteran基因发生…
2014-09-11 q-bio.GN q-bio.PE
Graph-based data integration predicts long-range regulatory interactions across the human genome
基因表达的转录调控是影响细胞从单组基因多样化的主要过程之一。调控蛋白通常与位于基因转录起始位点（TSS）远端的DNA区域相互作用。我们开发了一种计算方法，结合开放的染色质和基因表达信息的大量细胞类型，以确定这些远端调控元件。我们的方法为公开可用的DNase-seq和外显子阵列数据集与匹配样本构建相关图，并使用基于图的方法来过滤多个数据集支持的结果并去除间接相互作用。由此产生的一组相互作用进行了验证与轶事信息的已知的远程相互作用和无偏的实验数据推导出Hi-C和CAGE实验。我们的研究结果提供了一组新的高置信度的候选开放染色质区域参与基因调控，往往位于几个Mb远离其靶基因的TSS。
2014-04-29 q-bio.GN
Progressive Mauve: Multiple alignment of genomes with gene flux and rearrangement
多基因组比对仍然是一个具有挑战性的问题。重组的影响包括重排、片段复制、获得和丢失，甚至在密切相关的生物体中也可以产生同源性的镶嵌模式。我们描述了一种方法来对齐两个或多个经历了大规模重组的基因组，特别是经历了大量基因获得和丢失（基因流）的基因组。该方法利用了一种新的比对客观评分，称为对断点评分之和。我们还应用概率比对过滤方法来去除不相关序列的错误比对，这在其他基因组比对方法中是常见的。我们描述了用于量化基因组比对准确性的新指标，其测量重排断点预测和插入缺失预测的质量。渐进式基因组比对算法在基因组经历了现实数量的基因组重排、基因获得、丢失和复制的情况下，显示出比以前的方法显著提高的准确性。我们应用渐进式基因组比对算法，一组23个完全测序的基因组从属大肠杆菌，志贺氏菌，沙门氏菌。23种肠杆菌的基因组保守区约为2.46Mbp，总的独特区约为15.2Mbp。我们记录了大量的人口水平的变异，这些生物体之间的同源重组，基因获得和基因丢失。实施所述基因组比对方法的免费开源软件可从http://gel.ahabs.wisc.edu/mauve获得。
2009-10-30 q-bio.BM q-bio.GN
Substantial regional variation in substitution rates in the human genome: importance of GC content, gene density and telomere-specific effects
这项研究提出了第一个全球性的，1 Mbp水平的分析模式的核苷酸取代沿人类谱系。这项研究的基础是对自哺乳动物辐射以来沉积在人类基因组中的大量重复元件进行分析，得出了一些使用更传统的比较分析方法难以获得的结果。这一分析表明，替代率存在着巨大而一致的差异，不同区域之间的差异高达2倍。C或G核苷酸被A或T核苷酸取代的速率的变化比反向速率的变化剧烈得多，这表明这种变化的大部分是由于突变率的差异，而不是整个基因组中C/G与A/T核苷酸固定的概率的差异。对于所有类型的取代，我们观察到显著多于冷点的热点，其中热点显示出超过数十Mbp的显著聚类。我们的分析表明，周围序列的GC含量是替代率的最佳预测因子。与基因组的其余部分相比，端粒附近的取代模式似乎非常不同，并且不能用取代率与GC含量或外显子密度的全基因组相关性来解释。端粒取代模式与自然选择或偏向基因转换一致，其作用是增加距离端粒10-15 Mbp内的序列的GC含量。
2005-01-13 q-bio.GN
Moonshine.jl: a Julia package for genome-scale model-based ancestral recombination graph inference
Université du Québec à Montréal（蒙特利尔大学）
本文介绍Moonshine.jl，该Julia包能高效推断大规模人类单倍型样本的祖先重组图，适用于真实世界场景，强调易用性和生物统计软件生态系统的集成。
2026-03-17 q-bio.GN
Sequencing and characterisation of rearrangements in three S. pastorianus strains reveals the presence of chimeric genes and gives evidence of breakpoint reuse
总的染色体重排有可能在进化上对适应性生物有利。杂交物种的产生通过将两个同源基因组结合在一起来增加重组的机会。我们试图定义的位置基因组重排的三个菌株的酵母巴斯德，一个天然的啤酒酿造酵母杂交酿酒酵母和酵母酵母eubayanus，使用全基因组鸟枪测序。每株S. pastorianus已经失去了其基因组的物种特异性部分，并经历了广泛的重组，产生嵌合染色体。我们预测了30个断点，并通过设计每个断点侧翼的物种特异性引物，然后对PCR产物进行测序，在单核苷酸水平上确认了这些断点。这些重排是两个亚基因组之间同源区域之间重组的结果，而不是重复元件如转座子或tRNA。有趣的是，28/30 S。酿酒酵母- S. Eubayanus重组断点位于基因区域内，产生嵌合基因。此外，我们显示的证据，位于HSP 82和KEM 1，在拟议的独立来源的菌株的重复使用的两个断点。
2013-11-08 q-bio.GN
Functional Bias and Spatial Organization of Genes in Mutational Hot and Cold Regions in the Human Genome
已知中性突变率沿人类染色体变化很大，导致突变的热和冷区域。我们提供的证据表明，类别的功能相关的基因优先驻留在突变的热或冷的区域，我们已经测量的大小。热区基因偏向于细胞外通讯（表面受体、细胞黏附、免疫反应等）而寒冷地区的人则偏向于基本的细胞过程（基因调控、RNA加工、蛋白质修饰等）。从选择的角度来看，这种基因组织可以最大限度地减少需要保守的基因的突变负荷，并允许必须经常适应的基因快速进化。我们还分析了基因重复和染色体重组的影响，这对某些类别的热基因的这些偏见有显着贡献。总的来说，我们的研究结果表明，基因位于非随机相对于热和冷的区域，提供了选择在人类基因组中的基因位置的水平上发挥作用的可能性。
2004-02-03 q-bio.GN q-bio.PE
New outcomes in mutation rates analysis
GC含量在不同的基因组区域和物种中变化很大，但尽管有许多假设，我们仍然不知道原因。在这里，我们表明，存在的关系与突变率，特别是我们注意到一个新的复发的氨基酸编码表。此外，我们分析重组频率考虑到单核苷酸多态性沙漏分布。
2013-07-21 q-bio.GN q-bio.PE
Role of HIV RNA structure in recombination and speciation: romping in purine A, keeps HTLV away
人类免疫缺陷病毒（HIV-1）RNA基因组中嘌呤A的极度富集与大多数生物体RNA的轻度嘌呤负载相似。这应该不利于结构化病毒基因组和结构化宿主RNA之间的环-环“接吻”相互作用，这种相互作用可以产生足以触发细胞内警报的双链RNA片段。然而，人类T细胞白血病病毒（HTLV-1）具有侵入同一宿主细胞的潜力，显示出对嘧啶C的极度富集。假设低GC% HIV和高GC% HTLV-1共享共同的祖先，推测GC%的差异是为了防止这些新出现的慢病毒物种之间的同源重组。通过这种细胞内生殖屏障共域隔离，原型HIV-1占据了富含AU（低GC%）的高地（因此致力于嘌呤A而不是嘌呤G）。原型HTLV-1放弃了这一优势，并进化出一种独立的进化策略。自1990年代提出这一假设以来，支持这一假设的证据越来越多。准确编码蛋白质和核酸结构的需求之间的冲突通常以有利于核酸的方式解决，因为除了调节作用之外，结构对于重组至关重要。然而，在序列差异阈值以上，结构（以及因此重组）受损。新的物种可能会出现。
2013-05-09 q-bio.GN
Two-Parameter Characterization of Chromosome-Scale Recombination Rate
一个物种的全基因组重组率（$RR$）通常用一个参数来描述，即总遗传图谱长度（$G$）与物理图谱长度（$P$）之间的比值，以厘米摩根/兆碱基（cM/Mb）为单位测量。该参数的值在物种之间变化很大，但这些差异的原因尚不完全清楚。一个物种中总$RR$的一个限制因素，可能导致较小染色体的$RR$增加，是每个染色体（或染色体臂）每次减数分裂至少需要一个交叉。在本研究中，我们通过线性回归模型量化了较小染色体上重组事件的相对过量，该模型将染色体的遗传长度与其物理长度相关联。我们发现几个物种的双参数回归，$G= G_0 + k \cdot P$提供了一个更好的表征遗传和物理图谱长度之间的关系比单参数回归，贯穿原点。非零截距（$G_0$）表示基因组中较小染色体上的重组相对过量。给定$G_0$，参数$k$预测遗传图谱长度的增加超过物理图谱长度的增加。不同物种的$G_0$的观测值具有相似的幅度，而$k$变化两个数量级。这种策略的影响，人类，小鼠，大鼠，鸡，蜜蜂，蠕虫和酵母的遗传图谱进行了讨论。
2009-09-14 q-bio.GN q-bio.QM
Relation between Insertion Sequences and Genome Rearrangements in Pseudomonas aeruginosa
微生物基因组在进化过程中，其长度、基因顺序和基因含量都发生了不同程度的变化。研究这些结构重排有助于了解基因组如何随着时间的推移而改变。在基因组重排中起重要作用的元件称为插入序列（insertion sequences，IS），它们是广泛分布于原核生物基因组中的最简单的转座元件（transposable element，TE）。IS可以被定义为具有将自身移动（剪切和粘贴）到同一染色体内的另一个位置或不移动的能力的DNA片段。由于它们的移动能力，它们通常被认为是这些基因组重组中的一些的负责人。本研究工作的作者考虑到这一点，通过检查插入序列（IS）和基因组重排之间的关系是否可以找到。为了实现这一目标，首先设计了一个新的管道，结合各种工具，用于检测属于每个IS类别的ORF的分布。其次，这些预测的IS和观察到的两个密切的基因组重排之间的联系进行了调查，通过肉眼看到他们，并通过使用计算方法。在18个铜绿假单胞菌全基因组上进行了验证，结果表明IS3插入序列家族与基因组倒位有关。
2017-06-25 q-bio.GN
Rapidly evolving in humans topologically associating domains
在间期染色质的主要调控结构（即拓扑相关结构域（TADs）和称为超级增强子结构域（SED）的特定亚结构）的背景下，对10，598个HSGRL进行全基因组邻近放置分析，结果显示0.8%-10.3%的TADs包含超过一半的HSGRL。在hESC基因组中的3，127个TAD中，24个（0.8%）; 53个（1.7%）; 259个（8.3%）;和322个（10.3%）分别含有来自四个不同家族的1，110个（52.4%）; 1，936个（50.9%）; 1，151个（59.6%）;和1，601个（58.3%）HSGRL序列。富含HSGRL并被称为在人类中快速进化的TADs（revTADs）的TADs在HSGRL放置和重组率之间表现出不同的相关模式。在hESC-增强子、灵长类特异性CTCF-结合位点、人特异性RNAPII-结合位点、hCONDEL和H3 K4 me 3峰的边界内存在显著富集，其中在前额叶皮层神经元中TSS处具有人特异性富集（在所有情况下p < 0.0001）。在hESC基因组中，504个携带SE的TADs中有331个（66%）含有HSGRL，68%的SE与HSGRL共定位，表明HSGRL通过插入新的和/或删除现有的调控序列在revTADs中重新连接SE驱动的GRNs。因此，与小鼠相比，hESC中的染色质结构演变出明显不同的特征：SE量高3倍，SE尺寸中位数显著更大;伴随着，E2数…
2015-07-20 q-bio.GN
