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
A statistical fat-tail test of predicting regulatory regions in the Drosophila genome
本研究针对果蝇基因组提出一种基于峰度的统计肥尾检验方法,通过两个肥度系数有效区分顺式调控模块与非调控模块,兼顾计算效率与分离准确度。
2023-08-02 q-bio.GN q-bio.QM
Predicting genome-wide DNA methylation using methylation marks, genomic position, and DNA regulatory elements
背景资料:最近个体特异性全基因组DNA甲基化谱的测定使得表观基因组关联研究能够鉴定与表型相关的特定CpG位点。CpG位点特异性甲基化水平的计算预测是重要的,但目前的方法处理基因组基因座内的平均甲基化,并且通常限于特定的基因组区域。结果如下:我们描述了全基因组DNA甲基化模式,并表明CpG位点之间的相关性迅速衰减,仅基于相邻位点进行预测具有挑战性。我们构建了一个随机森林分类器,使用邻近CpG位点甲基化水平和基因组距离作为特征,以及与编码区、CGI和来自ENCODE项目的调控元件的共定位来预测CpG位点甲基化水平。我们的方法实现了91% - 94%的全基因组甲基化水平的预测准确率在单个CpG位点的精度。当仅限于CGI内的CpG位点时,准确性增加到98%。我们的分类器优于最先进的甲基化分类器,并识别有助于预测准确性的特征:相邻CpG位点甲基化状态、CpG岛状态、共定位DNA酶I超敏位点和特异性转录因子结合位点被认为是最能预测甲基化水平的。结论:我们对DNA甲基化模式的观察使我们开发了一种分类器来预测位点特异性甲基化水平,该分类器实现了迄今为止最好的DNA甲基化预测准确性。此外,我们的方法确定了与DNA甲基化相互作用的基因组特征,阐明了DNA甲基化修饰和调控所涉及的机制,并将不同的表观遗传过程联系起来。
2013-08-09 q-bio.GN
Predicting the three-dimensional folding of cis-regulatory regions in mammalian genomes using bioinformatic data and polymer models
染色体的三维结构可以使用Capture-C等方法进行探测。然而,目前还不清楚这些群体水平的数据如何与单个细胞内的组织相关,导致观察到的相互作用的机制在很大程度上仍然不清楚。我们提出了一个聚合物建模方案的基础上的假设,染色体结构是由蛋白质桥,形成染色质环。为了测试模型,我们进行FISH实验,并与Capture-C数据进行比较。仅仅从蛋白质结合位点的位置开始,我们的模型准确地预测了实验观察到的染色质相互作用,揭示了一个人口的3D构象。
2016-01-12 physics.bio-ph q-bio.GN q-bio.QM
Whole Genome Transformer for Gene Interaction Effects in Microbiome Habitat Specificity
Technical University of Munich(慕尼黑工业大学);Helmholtz Munich(亥姆霍兹慕尼黑中心);Technical University of Vienna(维也纳技术大学);Max Planck Institute for Biology(马克斯·普朗克生物研究所)
提出基于大模型基因向量化的全基因组Transformer框架,预测微生物生境特异性并利用归因技术揭示驱动环境适应的基因交互效应,成功恢复已知网络并提供新候选目标。
2025-03-03 cs.LG q-bio.GN
UNADON: Transformer-based model to predict genome-wide chromosome spatial position
Carnegie Mellon University(卡内基梅隆大学)
开发了基于Transformer的深度学习模型UNADON,利用序列特征和表观基因组信号预测全基因组染色体空间定位,在多细胞系中展现高准确率并揭示了影响染色质区室化的因素。
2023-07-01 cs.LG q-bio.GN
Learning interpretable models of phenotypes from whole genome sequences with the Set Covering Machine
全基因组测序的可负担性的增加促使其用于表型研究。我们解决了从整个基因组学习离散表型的可解释模型的问题。我们提出了一个通用的方法,依赖于集覆盖机和k-mer表示的基因组。我们显示的问题,预测耐药性的铜绿假单胞菌,一种重要的人类病原体,对4种抗生素的结果。我们的研究结果表明,可以使用这种方法学习生物相关的极其稀疏的模型。
2014-12-02 cs.CE 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
Predicting non-neutral missense mutations and their biochemical consequences using genome-scale homology modeling of human protein complexes
需要计算方法来区分小部分错义突变,这些错义突变通过破坏蛋白质功能而导致疾病。我们描述了几种互补的方法,使用大规模的同源性建模的人类蛋白质复合物检测非中性突变。重要的是,与基于序列保守性的方法不同,这种基于结构的方法为疾病中的突变提供了实验上可测试的生化机制。具体而言,我们推断金属离子,小分子,蛋白质-蛋白质,和核酸结合位点的同源性,发现疾病相关的错义突变是更普遍的每一类结合位点比中性突变。重要的是,我们的方法识别出比RefSeq数据库中注释的多得多的结合位点。此外,通过机器学习预测的金属离子和蛋白质-蛋白质结合位点的分析显示,这些位点中疾病相关突变的相似优势。我们还得出了一个统计评分预测突变如何影响金属离子结合,并发现许多dbSNP突变,可能会破坏离子结合,但以前不认为有害的。我们还聚类蛋白质结构中的突变,以发现推定的功能区域。最后,我们开发了一个用于检测疾病相关错义突变的机器学习预测器,并在一个独立的测试集上显示它优于其他两种预测方法。
2013-08-20 q-bio.BM q-bio.GN
Whole-Genome Phenotype Prediction with Machine Learning: Open Problems in Bacterial Genomics
University of Birmingham(伯明翰大学);Institute of Microbiology and Infection(微生物与感染研究所)
针对识别细菌性状因果遗传机制的问题,指出机器学习模型从基因型预测表型虽准确率高但提取因果特征易出错,提出细菌全基因组表型预测及因果效应学习的开放问题并讨论相关挑战。
2025-02-11 cs.LG 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
Kerfuffle: a web tool for multi-species gene colocalization analysis
在真核生物中,作为基因组大规模功能组织基础的进化压力还没有得到很好的理解。最近的证据表明,功能相似的基因可能在真核生物基因组中共定位(簇),这表明染色质水平的基因调控在塑造协调基因的物理分布中的作用。然而,目前可用的生物信息学工具很少允许系统地研究几个进化上遥远的物种之间的基因共定位。Kerfuffle是一个网络工具,旨在通过识别现有物种(目前多达47个,从人类到蠕虫)的组装基因组中的重要基因共定位和保守性来帮助发现,可视化和量化基因组的物理组织。Kerfuffle只要求用户指定一个人类基因列表和其他感兴趣物种的名称。在没有用户进一步输入的情况下,软件查询e!Ensembl BioMart服务器获取位置信息,并发现指定的所有基因和物种的同源关系。使用这些信息,Kerfuffle进行多物种聚类分析,提供可下载的聚类基因列表,进行Monte Carlo统计显著性计算,估计跨物种的保守基因簇,绘制直方图和交互式图表,允许用户保存查询,并使用Circos软件生成可下载的聚类可视化。这些分析可用于通过询问与每个簇相关的富集分子通路来进一步探索基因簇的功能作用。
2013-01-14 q-bio.GN
Predicting loss-of-function impact of genetic mutations: a machine learning approach
Evergreen Valley College(埃弗格林谷学院);Massachusetts Institute of Technology(麻省理工学院);Gilead Sciences(吉利德科学公司)
本文旨在利用机器学习模型基于遗传突变属性预测LoFtool得分,通过f回归结合KNN、SVM、RANSAC、决策树、随机森林和XGBoost等算法构建模型,实验中多个模型测试集r方值达到0.97,有效预测基因对功能丧失突变的耐受性。
2024-01-26 cs.LG q-bio.GN stat.AP
Greedy Biomarker Discovery in the Genome with Applications to Antimicrobial Resistance
Laval University(拉瓦尔大学);University of Montreal(蒙特利尔大学)
集合覆盖机(SCM)是一种产生稀疏分类器的贪婪学习算法。我们扩展SCM的数据集,包含大量的功能。生物体的全部遗传物质就是这样一个例子,其特征数超过10^7。使用三种人类病原体来评估SCM在预测抗菌素耐药性方面的性能。我们的结果表明,与L1和L2正则化支持向量机和CART决策树相比,SCM在稀疏性和准确性方面具有优势。此外,SCM是唯一可以考虑全特征空间的算法。对于所有其他算法,后者必须作为预处理步骤进行过滤。
2015-05-22 cs.LG q-bio.GN stat.ML
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
Predicting discovery rates of genomic features
成功的测序实验需要明智的样品选择。然而,这种选择往往必须在有限的初步数据的基础上进行。基于初步数据预测最终样本的统计特性可能具有挑战性,因为可能涉及许多不确定的模型假设。在这里,我们要问的是,我们是否可以通过仅对其中一小部分样品进行测序来预测许多样品中的“组学”变异。在无限基因组的限制,我们发现,一个试点研究测序$5\%$的人口是足够的预测在整个人口的遗传变异的数量在正确的值$6\%$,使用估计不可知的人口,选择,或人口结构。为了在具有数百万多态性的有限基因组中达到类似的准确性,初步研究将需要大约$15\%$的人群。我们提出了计算效率高的折刀和线性规划方法,表现出比最先进的状态时,应用到模拟数据和子采样1000基因组项目数据的偏见大大减少。基于NHLBI外显子组测序项目数据外推,我们预测,在$50,000$非洲裔美国人样本中,捕获区中的位点的$7.2\%$将是可变的,而在相同大小的欧洲样本中,$8.8\%$将是可变的。最后,我们展示了如何线性规划方法也可以预测发现率的各种基因组功能,如转录因子结合位点的数量在不同的细胞类型。
2014-03-13 math.ST q-bio.GN q-bio.PE
Predicting the Plant Root-Associated Ecological Niche of 21 Pseudomonas Species Using Machine Learning and Metabolic Modeling
植物很少出现在孤立的系统中。细菌既可以栖息在植物根内的内圈,也可以栖息在植物根外的根际。我们的目标是了解使用基因组数据和介质依赖代谢模型信息是否比介质独立模型或纯基因组基于物种树更适合用于预测细菌生态位的训练机器学习。我们考虑了三种机器学习技术:支持向量机、非负矩阵分解和人工神经网络。在所有三种机器学习方法中,基于培养基的代谢模型和通量平衡分析在预测细菌生态位方面比基因组或PRMT模型更有效。在含有甘露糖、脯氨酸和缬氨酸的最小培养基基础上训练的支持向量机对所有模型和培养基类型的预测性最强,根际的f得分为0.8,内界为0.97。因此,我们可以得出结论,基于介质的代谢建模提供了代谢组的整体视图,允许机器学习算法突出内圈和根圈细菌之间的差异并对其进行分类。有没有一个单一的媒体类型,最突出的差异,根际和根际细菌代谢,因此没有单一的酶,反应,或化合物,确定是否细菌的起源是根际或根际。
2017-01-12 q-bio.GN
A genome-scale deep learning model to predict gene expression changes of genetic perturbations from multiplex biological networks
本研究提出整合多生物网络的深度学习模型TranscriptionNet,基于L1000项目数据预测三类遗传扰动的转录谱,性能优于现有方法,大幅扩展预测基因规模且泛化性强,可助力基因功能研究、药物研发与靶点发现。
2024-03-05 q-bio.GN
Feature versus Raw Sequence: Deep Learning Comparative Study on Predicting Pre-miRNA
SUNY Korea(韩国纽约州立大学);Stony Brook University(石溪大学)
我们应该在深度学习框架中输入已知的基因组序列特征还是输入序列本身?随着深度学习在各种应用中越来越受欢迎,研究人员经常质疑是否要生成特征或使用原始序列进行深度学习。为了回答这个问题,我们研究了基于特征的深度信念网络和基于序列的卷积神经网络预测前体miRNA的预测精度。在六层卷积神经网络和三层深度信念网络的变体上进行测试,我们发现基于原始序列输入的卷积神经网络模型的性能与基于特征的深度信念网络相似或略好,最佳准确度分别为0.995和0.990。这两个模型都优于现有的基准模型。结果表明,如果提供足够大的数据,精心设计的基于原始序列的深度学习模型可以取代基于特征的深度学习模型。然而,构建行为良好的深度学习模型可能非常具有挑战性。在特征可以很容易地提取的情况下,基于特征的深度学习模型可能是更好的选择。
2017-10-17 cs.LG 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
Genetic control of plasticity of oil yield for combined abiotic stresses using a joint approach of crop modeling and genome-wide association
了解表型可塑性的遗传基础对于预测和管理气候变化对野生植物和作物的影响至关重要。本文结合作物模型和数量遗传学研究了向日葵在多重非生物胁迫下油产量可塑性的遗传控制。首先,我们开发了压力指标,以表征14个环境的三个非生物胁迫(冷,干旱和氮)使用的SNOWLO作物模型和表型变异的三个商业品种。计算的植物应力指标更好地解释产量变化比描述符在气候或作物水平。在这些环境中,我们观察了317个向日葵杂交种的油产量,并用三个选定的压力指标进行回归。冷应激反应的斜率被用作以下全基因组关联研究中的可塑性表型。在测试的65,534个SNP中,我们鉴定了9个控制油产量对冷胁迫的可塑性的QTL。相关SNP定位于先前显示参与冷胁迫反应的基因中:寡肽转运蛋白、LTP、半胱氨酸蛋白酶抑制剂、交替氧化酶或根发育。这种新的方法开辟了新的视角,以确定基因组区域参与基因型与环境的相互作用的复杂性状,以多种压力在现实的自然或农艺条件。
2017-05-18 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
A chromatin structure based model accurately predicts DNA replication timing in human cells
后生动物的基因组复制在精确的细胞谱系特定的时间顺序。然而,控制这一精心策划的过程的机制知之甚少,因为没有分子机制已被确定,积极调节基因组复制的发射序列。在这里,我们开发了一个机制模型的基因组复制能够预测,准确性媲美实验重复,在人类中观察到的经验复制定时程序。在我们的模型中,复制启动在一个不协调的(时间随机)的方式在定义明确的网站。该模型包含,除了选择的基因组的地标,本地化启动,只有一个单一的可调参数的直接生物相关性:复制叉的数量。我们发现,DNase超敏感位点是DNA复制起始的最佳和独立的决定因素。我们证明,在人类细胞中的DNA复制定时程序是一个强大的紧急现象,就其本质而言,不需要一个调节机制来确定一个适当的复制起始发射序列。
2014-03-11 q-bio.GN q-bio.SC
Nucleosome positioning and energetics: Recent advances in genomic and computational studies
染色质是DNA、RNA和蛋白质的复合物,其主要功能是将基因组DNA包装到细胞核的紧密范围内。染色质的基本重复单位是核小体,核小体是组蛋白的八聚体,147个碱基对的DNA以几乎两圈的左旋超螺旋缠绕在核小体周围。染色质是一种动态结构,对基因表达和其他细胞功能的调节有着深远的影响。通过优化整个基因组的核小体位置以及通过响应各种外部和内部信号(例如环境扰动)重塑核小体来促进这些染色质指导的过程。在这里,我们讨论了大规模的地图,核小体的立场,通过最近的进展,并行高通量测序和微阵列技术。我们表明,这些地图揭示了核小体组织在真核生物基因组的共同特点。我们还调查了计算模型,旨在预测核小体形成分数或能量,并展示了如何这些预测可以用来定位多个核小体的基因组上没有空间重叠。
2009-12-20 cond-mat.soft q-bio.BM q-bio.GN
Epigenetic state encodes locus-specific chromatin mechanics
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
研究揭示染色质粘弹性由三维基因组结构和表观遗传状态共同决定,提出位点特异性机械特性影响基因调控与细胞机械响应。
2025-12-28 cond-mat.soft physics.bio-ph q-bio.BM
Transcriptional Interactions During Smallpox Infection and Identification of Early Infection Biomarkers
天花是一种致命的疾病,可以作为生物武器故意重新引入人类。虽然宿主基因表达微阵列谱可用于检测感染,但使用无监督和监督分类技术分析该信息可产生矛盾的结果。在这里,我们提出了一种新的计算方法,将分子基因组注释功能,是识别早期感染生物标志物(EIB)的关键。我们的分析确定了58 EIB表达的外周血单核细胞(PBMC)收集从21食蟹猴(食蟹猴)感染两种天花菌株通过气溶胶和静脉内暴露。这些EIB的表达水平与疾病进展和严重程度相关。公共数据库中EIBs共表达和蛋白质相互作用的数据没有发现重叠,这表明在感染过程中发生了病原体特异性的基因表达和蛋白质相互作用网络的重组。为了确定天花和人类之间潜在的全基因组蛋白质相互作用,我们对所有天花和人类蛋白质进行了蛋白质结构域分析。我们发现天花病毒的161个蛋白质结构域中只有55个也存在于人类基因组中。这些共同存在的结构域主要存在于参与血液凝固、补体激活、血管生成、炎症和激素转运的蛋白质中。这些蛋白质中有几种属于EIB类别,并为开发治疗对策提供了潜在的新靶点。
2006-10-12 q-bio.GN q-bio.MN
A robust and lightweight deep attention multiple instance learning algorithm for predicting genetic alterations
University of Science and Technology of China(中国科学技术大学);The Fourth Affiliated Hospital of Anhui Medical University(安徽医科大学第四附属医院);Genmab Inc.(Genmab公司)
基于全切片数字病理学图像(WSIs)的深度学习模型在预测分子生物标志物方面越来越受欢迎。基于实例的模型已经成为使用WSI预测遗传改变的主流策略,尽管已经针对其他数字病理学应用提出了基于袋的模型以及基于自注意机制的算法。本文提出了一种新的基于注意力的多实例突变学习(AMIML)模型来预测基因突变。AMIML由连续的1-D卷积层、解码器和剩余权重连接组成,以促进进一步集成轻量级注意力机制来检测最具预测性的图像块。使用来自癌症基因组图谱(TCGA)研究(UCEC,BRCA,GBM和KIRC)中四个癌症队列的24个临床相关基因的数据,我们将AMIML与一个流行的基于实例的模型和四个最近发表的基于袋的模型(例如,CHOWDER、HE 2 RNA等)。AMIML表现出出色的鲁棒性,不仅在绝大多数测试基因(24个中的17个)中优于所有五种基线算法,而且在其他七个基因中也提供了接近最佳的性能。相反,基线公布的算法的性能在不同的癌症/基因中有所不同。此外,与已发表的遗传改变模型相比,AMIML在预测广泛的基因(例如,KIRC的KMT 2C、TP 53和SETD 2; BRCA的ERBB 2、BRCA 1和BRCA 2; UCEC的JAK 1、POLE和MTOR),以及其他临床相关基因突变的出色预测模型,这些在当前文献中尚未报道。此外,通过灵活和可解释的基于注意力的MIL池机制,AMIML可以进一步归…
2022-05-31 cs.AI cs.CV cs.LG
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