Graph Based Analysis for Gene Segment Organization In a Scrambled Genome
DNA重排过程以多种方式重组染色体上的基因片段。段可以重叠、交错或一个可以是另一个的子段。我们使用有向图来表示给定位点上的片段组织，其中包含重排片段的重叠群表示顶点，边缘对应于片段关系。使用图形的属性，我们在一个更高的维欧几里德空间中的一个点相关联的每个图，使集群的形成和分析，可以与拓扑数据分析的方法进行。该方法适用于最近测序的模式生物\textit{Oxytricha trifallax}，一种纤毛虫高度混乱的基因组，经历大规模的重排过程后接合。分析显示了一些新兴的星形图结构，表明单个基因的片段可以交织，甚至在其片段之间包含来自15个或更多其他基因的所有片段。我们还观察到，多达六个基因的片段可以相互交错或重叠。
2018-01-28 q-bio.GN stat.ML
Genome-wide organization of eukaryotic pre-initiation complex is influenced by nonconsensus protein-DNA binding
真核前起始复合物（PIC）的关键组分的全基因组结合偏好最近已经由Rhee和Pugh在酿酒酵母中以高分辨率测量（Nature（2012）483：295-301）。然而，决定PIC结合特异性的规则仍然知之甚少。在这项研究中，我们表明，非共识蛋白质-DNA结合显着影响PIC结合偏好。我们估计，这种非共有结合在统计上至少贡献2-3千卡/摩尔（平均）的额外的吸引力的自由能每个蛋白质，每个核心启动子区域。预测的吸引力的影响是特别强的重复聚（dA：dT）和聚（dC：dG）tracts。总的来说，计算的非共有蛋白质-DNA结合的自由能景观显示出与测量的全基因组PIC占有率的强相关性。值得注意的是，TFIID主导和SAGA主导基因的统计PIC结合偏好与非共有自由能景观相关，但这两组基因是基于平均自由能谱可区分的。我们认为，预测的非共识的结合机制提供了一个全基因组的背景下，特定的启动子元件，如转录因子结合位点，TATA样元素，和特异性结合的PIC组件的核小体。我们还表明，非共识结合影响转录频率全基因组。
2013-03-06 q-bio.BM q-bio.GN
Autoregressive Modeling of Coding Sequence Lengths in Bacterial Genome
以前的调查编码序列长度（CDS）在细菌的环状染色体揭示了短程相关的一系列这些数据。我们进一步分析了这些序列的平均周期图，我们发现CDS的组织可以很好地描述了一阶自回归过程。这涉及相邻项之间的相互作用。自回归分析可能在模拟各种物理和生物过程中具有巨大的潜力，如星系的光发射，蛋白质组织，细胞闪烁，认知过程等。
2009-07-07 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
Transcription-driven genome organization: a model for chromosome structure and the regulation of gene expression tested through simulations
目前的人类基因组折叠模型看到了一个层次结构，从染色体区域，通过A/B区室和TAD（拓扑关联结构域），到由粘着蛋白和CTCF稳定的接触结构域。然而，这种折叠的分子机制以及折叠影响转录活性的方式仍然不清楚。在这里，我们回顾了物理原理驱动蛋白质绑定到长聚合物成簇环包围，并提出了一个简约而全面的模型的方式组织决定功能。我们认为，集群的活性RNA聚合酶和它们的转录因子是主要的建筑特征，然后，接触域，TADs，和车厢只是反映一个或多个环和集群。我们建议将一个基因拴在一个包含适当因子的簇附近-一个转录工厂-增加了发射频率，并为目前许多关于增强子，超级增强子，边界和eQTL（表达数量性状基因座）的作用的难题提供了解决方案。因此，任何基因的活性都直接受到3D空间中其周围其他转录单位活性的影响，这得到了转录因子与长聚合物上同源位点结合的布朗动力学模拟的支持。
2020-10-01 physics.bio-ph q-bio.CB q-bio.GN
The Chromatin Organization of an Eukaryotic Genome : Sequence Specific+ Statistical=Combinatorial (Extended Abstract)
真核生物基因组中的核小体组织对基因功能有着深刻的影响。虽然最近已经取得了进展，在确定各种并发因素影响核小体定位，它仍然不清楚是否核小体的位置是由序列决定或随机过程确定。很长一段时间以来，人们一直假设，在TSS附近，一个屏障决定了+1核小体的位置，然后几何约束改变了决定核小体定相的随机定位过程。当一个人离开障碍物时，这种模式逐渐消失，再次成为一个随机定位过程。虽然这个统计模型被广泛接受，但屏障的分子性质仍然是未知的。此外，我们还远远没有确定一套序列规则，这些规则能够：解释全基因组核小体组织;解释统计机制所依赖的障碍的性质;允许从序列决定到统计定位的平稳过渡。我们发现，序列复杂性，通过各种方法量化，可以至少部分地解释所有上述规则。特别是，我们已经进行了我们的分析，对4个高分辨率的核小体图的模式真核生物，并发现，核小体贫化区域可以很好地区分核小体富集区域的序列复杂性措施。特别是，（a）耗尽区的复杂性低于富集区，（b）TSS周围的复杂性测量单独与体内核小体占有率惊人一致，特别是精确指示+1和-1核小体的位置。这些发现表明，序列内的固有丰富性在基因组中的核小体形成中起作用，并且序列复杂性构成了核小体屏障的分子本质。
2012-05-27 cs.CE q-bio.GN
gghic: A Versatile R Package for Exploring and Visualizing 3D Genome Organization
本文提出 R 包 gghic，基于 ggplot2 提供染色质相互作用三角形热图、TAD/基因/ChIP-seq 注释及染色体间数据可视化，并以 T-ALL 易位图验证其发表级绘图能力。
2024-12-04 q-bio.GN
Machine and deep learning methods for predicting 3D genome organization
Virginia Commonwealth University（弗吉尼亚联邦大学）
本综述针对3D基因组结构目录不完整、分辨率低的问题，梳理了预测EPIs、染色质相互作用、TAD边界三类3D相互作用的机器学习计算工具，分析其优劣并提出未来研究方向。
2024-03-04 cs.LG q-bio.GN
CANN: Commutative Algebra Neural Networks for Virus Classification
University of Georgia（佐治亚大学）；King Fahd University of Petroleum and Minerals（法赫德国王石油与矿产大学）
本文提出CANN框架，结合持久交换代数描述符与神经编码器，实现免比对的病毒家族分类，并在NCBI基因组集合上验证了其泛化性能。
2026-10-02 q-bio.GN
Uncovering Proximity of Chromosome Territories using Classical Algebraic Statistics
交换型染色体畸变（Exchange type chromosome aberrations，ETCA）是指染色体断裂后产生的片段与来自其他染色体的其他片段重新连接时发生的基因组重排。ETCA通常在癌细胞和暴露于辐射的细胞中观察到。这些染色体重排的频率与它们的空间接近性相关，因此它可以用来推断基因组的三维结构。由于数据的稀疏性，从癌症和辐射数据中提取空间邻近度的统计意义仍然有些难以捉摸。我们在这里提出了一种新的方法来研究的三维组织的基因组使用代数统计。我们测试我们的方法上公布的数据集的照射人血淋巴细胞。我们提供了一个严格的方法来测试基因组的整体组织，并在协议与以前的结果，我们发现一个随机的相对定位的染色体与染色体对\{1，22\}和\{13，14\}，有一个显着更大的ETCA的数量比其余的染色体对，这表明他们的空间接近。我们的结论是，代数方法可以成功地用于分析遗传数据，并有潜在的应用到更大，更复杂的数据集。
2014-06-01 math.AC math.ST q-bio.GN
Conformational Heterogeneity in Human Interphase Chromosome Organization Reconciles the FISH and Hi-C Paradox
Hi-C实验用于推断由不同基因组长度分隔的基因座之间的接触概率。接触概率应随着两个位点之间的空间距离的增加而减小。然而，比较Hi-C和FISH数据的研究表明，在某些情况下，具有较大Hi-C读数的一对基因座之间的距离与具有较小接触概率值的另一对基因座相比反而更大。在这里，我们表明，鱼Hi-C悖论可以解决使用基于广义劳斯模型的染色体（GRMC）的理论。FISH-Hi-C悖论的出现是因为细胞群体是高度异质的，这意味着给定的接触仅存在于一部分细胞中。从GRMC的见解是用来构建一个理论，没有任何可调参数，从FISH数据，定量再现Hi-C数据，提取亚群的分布。我们的研究结果表明，异质性是普遍存在于基因组组织在所有长度尺度，反映大细胞间的变化。
2019-08-13 cond-mat.soft physics.bio-ph q-bio.GN
Towards a robust algorithm to determine topological domains from colocalization data
理解基因组的复杂空间组织的最重要的任务之一在于从现有的实验数据，特别是从基因组共定位（Hi-C）矩阵中提取关于这种空间组织、染色质拓扑结构域的功能和结构的信息。在这里，我们提出了一个算法，允许揭示底层的层次结构域结构的聚合物构象分析的模块化共定位矩阵。我们还测试了几个模型的聚合物结构：平衡球，随机分形球和规则的分形（皮亚诺）构象的算法。我们定义了我们所谓的簇边界的光谱，并表明，这些光谱的行为显着不同的平衡和分形构象，使我们能够提出一个额外的标准来识别分形聚合物构象。
2016-01-06 physics.bio-ph physics.data-an q-bio.GN
Whole genome mapping of 5' RNA ends in bacteria by tagged sequencing : A comprehensive view in Enterococcus faecalis
粪肠球菌是医院感染的第三大原因。为了获得这种细菌中转录组织的第一个全面视图，我们使用了一种改进的RNA-seq方法，能够区分初级和加工的5 'RNA末端。我们还通过确认大肠杆菌中的已知特征来验证我们的方法。在E.粪便一个盲目的基序搜索检索SigA和SignN依赖的启动子之前的TSS映射的典型功能。我们发现了95个新的推定的调控RNA，小和反义RNA，和72个转录反义组织。提出的数据构成了一个显着的洞察细菌RNA景观和一个步骤，以全面的方式在转录和转录后水平的调控过程的推理。
2014-10-07 q-bio.BM q-bio.GN q-bio.QM
Modularity "for free" in genome architecture?
背景资料：最近的基因组-蛋白质组进化模型表明，细胞网络的全球结构所显示的一些关键特征可能是复制多样化（DD）过程的自然结果。这种进化的后果之一是出现了一个小世界架构以及无标度分布的相互作用。在这里，我们表明，这种结构出现的参数空间的域是有关的相变现象。在这个过渡点上，模块化架构作为DD过程的副产品自然出现。结果如下：虽然DD模型缺乏任何功能，因此不受功能约束，但它们显示了当调整到将高度连接的图与断开的系统分离的尖锐过渡点附近时由真实蛋白质组图显示的观察到的特征。接近这样的边界，地图显示无标度的层次组织，表现为小世界和模块化。结论：自然选择调整了平均连通性，使网络达到稀疏的连接图。这种情况的一个后果是，构建模块化网络的缩放定律和基本成分在这种转变附近免费出现。
2003-12-19 q-bio.GN q-bio.MN
Classification of arrayCGH data using a fused SVM
动机：基于阵列的比较基因组杂交（arrayCGH）最近已成为一种流行的工具，以确定沿基因组的DNA拷贝数的变化。这些图谱开始用作改善癌症预后或诊断的标记物，这意味着需要对arrayCGH数据进行自动监督分类的方法。像基因表达谱一样，arrayCGH谱的特征在于通常在有限数量的样品上测量的大量变量。然而，由于BAC沿基因组的空间组织，arrayCGH谱具有变量之间的相关性的特定结构。这表明，经典的分类方法，往往是基于少量的判别特征的选择，可能不是最准确的方法，可能不会产生容易解释的预测规则。结果：提出了一种新的阵列CGH数据监督分类方法.该方法是支持向量机（SVM）的一种变体，它将基因组中DNA拷贝数变异的生物学特异性作为先验知识。所得到的分类器是一个稀疏的线性分类器的基础上自动选择的染色体上的区域的数量有限，导致易于解释和识别的基因组的歧视性区域。我们测试这种方法对膀胱和葡萄膜癌的三个分类问题，涉及诊断和预后。我们证明，在分类器上引入新的先验知识不仅会导致更准确的预测，而且还可以识别基因组中已知和新的感兴趣区域。可用性：所有数据和算法都是公开可用的。
2008-01-19 q-bio.GN
Fluctuations in DNA Packing Density Drive the Spatial Segregation between Euchromatin and Heterochromatin
本研究提出DNA包装密度波动驱动常染色质与异染色质分离，通过聚合物模型重现Hi-C区室模式，揭示非平衡自组织机制。
2025-05-26 cond-mat.soft q-bio.GN
Role of distal enhancers in shaping 3D-folding patterns and defining human-specific features of interphase chromatin architecture in embryonic stem cells
Institute of Engineering in Medicine University of California, San Diego（加州大学圣地亚哥分校工程医学院）
研究揭示远端增强子在塑造人类胚胎干细胞中间相染色质结构特征中的作用，通过分析HSGRL、增强子和超级增强子等调控元件，发现人类特有特征与染色质3D折叠模式变化相关。
2017-05-25 q-bio.GN
Organization and Dynamics of Chromosomes
本文综述聚合物模型、数据驱动方法与模拟在预测染色体三维结构及解释染色质基因座亚扩散动力学方面的进展与挑战。
2024-10-02 cond-mat.soft physics.bio-ph physics.chem-ph
Change Point Analysis of Histone Modifications Reveals Epigenetic Blocks Linking to Physical Domains
组蛋白修饰是真核生物转录调控的重要表观遗传机制。近年来，高通量技术已经使组蛋白修饰的全基因组分析成为可能。然而，大多数研究假设组蛋白修饰的一种组合不变地翻译成一种转录输出，而不管局部染色质环境如何。在这项研究中，我们假设，基因组被组织成局部结构域，表现出类似的组蛋白修饰富集模式，这导致具有相关生物功能的基因表达的协调调节。我们提出了一个多元贝叶斯变点（BCP）模型，根据组蛋白标记的组合模式将黑腹果蝇基因组分割为连续的块。通过用零膨胀高斯混合物对染色体上组蛋白标记的稀疏分布进行建模，我们的分区捕获了表现出组蛋白修饰的相对均匀富集模式的局部BLOCK。我们进一步通过其转录水平、基因分布、共调节程度和GO富集来表征BLOCK。我们的研究结果表明，这些BLOCKs，虽然只是从组蛋白修饰推断，揭示了与物理结构域的强相关性，这表明它们在染色质组织和协调基因调控中的重要作用。
2014-05-09 q-bio.GN q-bio.QM stat.AP
The physics of epigenetics
在高等生物中，所有细胞都有相同的基因组，但每个细胞只表达一组有限的特定基因，这些基因定义了细胞类型。在细胞分裂过程中，不仅基因组，而且细胞类型也由子细胞继承。这种有趣的现象是通过各种过程实现的，这些过程被统称为表观遗传学：基因表达模式中稳定的和可遗传的变化。本文综述了表观遗传状态的起始、传播和遗传背后的极其丰富和精致的多尺度物理机制。这些变化不仅包括与DNA和组蛋白的化学修饰（如甲基化和乙酰化）相关的分子特性变化，还包括不太常见的变化，如控制细胞核中基因组三维结构的物理学变化。引人注目的是，为了实现表观遗传状态的稳定性和遗传性，细胞利用了许多不同的物理原理，例如聚合物和共聚物的普遍行为，非平衡动力学系统的一般特征，以及与DNA和组蛋白的化学修饰相关的静电和机械性质。通过将复杂的生物学文献置于这一新的视角下，新出现的图景是，一套有限的一般物理规则在启动、塑造和传播这一关键的"表观遗传景观"方面发挥了关键作用。这种新的视角不仅可以合理化正常的细胞功能，而且还有助于理解病理状态的出现，其中表观遗传景观变得功能失调。
2016-05-09 physics.bio-ph q-bio.GN q-bio.SC
From Hi-C Contact Map to Three-dimensional Organization of Interphase Human Chromosomes
通过染色体构象捕获（3C）方法和相关Hi-C实验可以推断出两个基因座（由一定的基因组长度分隔）接触的概率。如何从接触图，一个矩阵列出了大量的基因座对之间的平均接触概率，三维结构的合奏是一个悬而未决的问题。解决这个问题，而不假设一个假定的能量函数，将是理解自然界解决染色体在紧密的细胞空间中包装的方式的第一步。我们创建了一个理论，基于染色体的聚合物物理特性和最大熵原理，称为HIPPS（Hi-C-Polymer-Physics-Structures）方法，该方法允许我们仅从Hi-C接触图计算3D结构。我们使用测量的接触图作为输入，为来自淋巴母细胞样细胞的23条染色体创建了一个3D结构的集合。HIPPS方法表明，即使在单个细胞类型中，染色体的构象也是异质的。不同细胞类型（正常细胞和癌细胞）中同一染色体的构象异质性差异也可以使用我们的理论定量识别。我们验证了该方法，显示从预测的3D结构的23条染色体的计算体积与实验估计是很好的协议。由于该方法是通用的，因此可以直接从接触图计算任何物质的3D结构，而不需要像通常那样假设特定的聚合物模型。
2021-01-13 cond-mat.soft q-bio.BM q-bio.GN
Spatial and topological organization of DNA chains induced by gene co-localization
转录活性已被证明与真核细胞核和细菌类核中染色体的组织有关。特别是，高度转录的基因、RNA聚合酶和转录因子聚集成离散的空间焦点，称为转录工厂。然而，这些病灶的形成机制和由此产生的染色体拓扑顺序仍有待阐明。在这里，我们考虑一个基于染色体蠕虫状链模型的热力学框架，其中沿着DNA的稀疏指定位点只要在空间上靠近就能够相互作用。这是由于反复出现的证据表明，共同运作的基因之间存在物理相互作用。从这个简单的框架中得出了三个重要的结果。首先，转录焦点的形成可以被看作是相互作用位点与DNA其余部分的微相分离。在这方面，热力学分析表明，转录因子是适当的候选人介导的基因之间的物理相互作用。接下来，聚合物的数值模拟揭示了与不同拓扑有序相关联的丰富多样的相，每个相都提供了一种增加相互作用位点的局部浓度的方法。最后，数值结果表明，一维聚类和周期性的位置沿DNA的结合位点，这已被观察到在几种生物，使多个家庭的基因的空间协同定位特别有效。
2010-05-10 cond-mat.soft physics.bio-ph q-bio.GN
Enhancer-promoter proximity predicts transcriptional competence but not transcriptional output in the Drosophila brain
Centre de Biologie Structurale, University of Montpellier, INSERM, CNRS（结构生物学中心，蒙彼利埃大学，法国国家健康与医学研究院，法国国家科学研究中心）；Center for Integrative Genomics, University of Lausanne（整合基因组学中心，洛桑大学）；Laboratoire Charles Coulomb (L2C), University of Montpellier, CNRS（夏尔·库隆实验室，蒙彼利埃大学，法国国家科学研究中心）；University of Geneva（日内瓦大学）；Laboratory of Receptor Biology and Gene Expression, Center for Cancer Research, National Cancer Institute, National Institutes of Health（受体生物学与基因表达实验室，癌症研究中心，美国国家癌症研究所，美国国立卫生研究院）
本研究以成年果蝇大脑为对象，用多重染色质追踪技术发现增强子-启动子 proximity 可区分转录能力与非活跃神经元状态，但无法预测活跃神经元的转录输出。
2026-09-04 q-bio.BM q-bio.GN
Network modelling of topological domains using Hi-C data
染色体构象捕获实验，如Hi-C，用于绘制基因组的三维空间组织。3D组织的一个特定特征被称为拓扑关联结构域（TADs），其是密集相互作用的连续染色质区域，在调节基因表达中起重要作用。已经提出了一些算法来检测TAD。特别是，Hi-C数据的结构自然激发了社区检测方法的应用。然而，社区检测的一个缺点是，大多数方法认为网络中的节点交换是理所当然的;而在这种情况下，节点，即染色体上的位置，是不可交换的。我们提出了一个网络模型，用于检测TADs使用Hi-C数据，考虑到这种非交换。此外，我们的模型明确利用细胞类型特异性CTCF结合位点作为生物学协变量，并可用于识别多种细胞类型的保守TAD。该模型导致一个可能性的目标，可以有效地通过放松优化。我们还证明了，当适当的初始化，该模型发现潜在的结构与高概率。使用模拟数据，我们展示了我们的方法的优点和流行的社区检测方法，如谱聚类，在这个应用程序中的警告。将我们的方法应用于真实的Hi-C数据，我们证明了所确定的结构域具有理想的表观遗传特征，并将其在不同的细胞类型中进行比较。
2019-10-17 q-bio.GN stat.AP
Causal Discovery of Radiation Response Mechanisms in Human Cells
University of Chicago（芝加哥大学）
研究利用因果发现方法，联合建模辐射扰动与基因表达，构建有向基因网络，捕捉重要调控关系，揭示结构化网络特征及通路组织，凸显其在理解细胞辐射反应机制等方面的潜力。
2026-07-16 q-bio.GN
Colocalization of coregulated genes: a steered molecular dynamics study of human chromosome 19
染色质核组织和基因活性之间的联系生动地说明了观察，某些基因的转录协同调节似乎是直接影响他们的空间接近。这一事实提出了一个更普遍的问题，即在一条给定的染色体上共同调节的众多基因，特别是那些基因组距离很远的基因，是否可能在细胞核内变得接近。这个问题在这里研究使用转向分子动力学模拟，以加强共定位的基因丰富的人类19号染色体的模型上的数千个基于知识的基因序列。值得注意的是，发现大多数（~80%）基因对可以同时接触。这是由于染色体内缠结程度低，基因共调控网络中有大量的小集团，即许多基因组都是相互共调控的。模型染色体19的约束构象被进一步显示为在空间宏域中被组织，所述空间宏域与从最近的HiC测量中推断的空间宏域相似。研究结果表明，基因的协同调节和共定位在很大程度上是兼容的，这种关系可以被利用来起草体内染色体的整体空间组织。更普遍的有效性和这些发现的影响，可以通过适用于其他真核细胞染色体的一般和可转移的计算策略介绍这里。
2013-02-20 cond-mat.soft cond-mat.stat-mech physics.bio-ph
