A Novel bayesiano Cambia punto di Algoritmo per Genome-wide analisi di diversi tipi di dati ChIPseq

L'obiettivo generale del seguente esperimento è quello di utilizzare la densità delle posizioni di lettura mappate dai dati di sequenziamento dell'immunoprecipitazione della cromatina per stimare la densità di lettura media posteriore in tutto il genoma. Ciò si ottiene mediante pre-elaborazione. Il ChIP-seq mappato legge in profili di densità bloccati con lo stesso numero di letture che rientrano in 200 bin non sovrapposti di coppie di basi.

Tutti i contenitori adiacenti con la stessa densità vengono uniti in un blocco più grande come secondo passaggio; le densità medie posteriori di ciascun blocco vengono calcolate ricorsivamente nel contesto di tutti i blocchi circostanti utilizzando un modello bayesiano con filtri avanti e indietro. Dove il conteggio delle letture per un blocco è modellato con una distribuzione di Poisson con un parametro theta che assume una distribuzione gamma precedente con parametri alfa e beta. Successivamente, le stime della densità media posteriore di ciascun blocco vengono valutate per la significatività in base al fatto che superi o meno il 90° quantile rispetto alla densità di fondo del controllo di input, al fine di generare i segmenti finali del genoma arricchito, si ottengono risultati che illustrano la progressione dalle letture sequenziate grezze alle stime della densità di lettura media posteriore, e infine isole arricchite su dati ChIP-seq durante l'analisi BCP.

Inoltre, i risultati mostrano che il BCP supera un cer di utensili della concorrenza. Il vantaggio principale di questa tecnica rispetto ai metodi esistenti come il CER è che il BCP ha utilizzato i più recenti progressi A nei modelli di marcatori nascosti, quindi caratterizza meglio la sfumatura dell'analisi dei dati chipsy rispetto ai precedenti metodi euristici. Questo metodo può aiutare le questioni chiave nel campo dell'epigenomica, come il ruolo delle modifiche istografiche attraverso la caratterizzazione dei loro modelli di arricchimento dell'intero genoma.

Sebbene questo metodo per i pazienti possa fornire informazioni sull'analisi dei dati ChIP-seq, il quadro di base può essere applicato anche ad altre analisi dei dati di sequenziamento di nuova generazione, come l'identificazione di regioni differenzialmente metilate nei dati di sequenziamento sufi bis, nuovi loci di trascrizione in RNA-Seq, variazione del numero di copie o qualsiasi numero di dati di tassellatura di microarray. La dimostrazione visiva di questo metodo è fondamentale per una chiara comprensione della metodologia e ne trae vantaggio. I vantaggi teorici sono nascosti all'interno del software.

Tutti i passaggi procedurali illustrati in questo articolo sono stati racchiusi in un unico eseguibile nel pacchetto software BCP, disponibile per il download in questo video. Vengono descritti i passaggi eseguiti dal programma per eseguire il software. Sono necessari tre parametri.

Un file contenente letture mappate in modo univoco da un campione di chip e un file simile per le letture di controllo dell'input, nonché un nome di file di output per preparare i file di input per l'analisi BCP. Innanzitutto, allineare le letture brevi prodotte dalle corse di sequenziamento al genoma di riferimento appropriato utilizzando il software di allineamento a lettura breve preferito. Le posizioni mappate devono essere convertite nei dati estensibili del browser a sei colonne o nel formato BED, una riga delimitata da tabulazioni per ogni lettura mappata che indica la posizione iniziale del cromosoma mappato, la posizione finale, il nome della lettura, il punteggio e il filamento.

Estendi le posizioni del chip e della mappa di input a una lunghezza del frammento predeterminata. Ad esempio, la dimensione del frammento mirata durante la digestione enzimatica o la sonicazione del DNA, di solito circa 200 coppie di basi. Il conteggio dei frammenti viene quindi aggregato in contenitori adiacenti.

Per impostazione predefinita, la dimensione del contenitore è impostata sulla lunghezza stimata del frammento di 200 coppie di basi. Eventuali punti di modifica in una serie di contenitori con riconteggi identici cadranno molto probabilmente ai limiti più esterni. Di conseguenza, è improbabile che si verifichi un punto di modifica in corrispondenza di un limite interno tra due contenitori con gli stessi conteggi di lettura.

Pertanto, raggruppare i contenitori adiacenti con letture identiche per contenitore in un unico blocco. Dopo aver preparato i file di input, richiamare la stima BCP semplicemente digitando il comando visualizzato nella parte inferiore dello schermo. La densità di lettura di ciascun blocco è modellata come una distribuzione di Poisson con un parametro medio theta che segue una miscela di distribuzioni gamma con parametri alfa e beta e una probabilità a priori che si verifichi un punto di cambiamento in qualsiasi blocco.

Il limite di P condiziona ogni blocco in questo modo rende efficacemente un modello di Markov nascosto a stati infiniti o HMM. Gli iperparametri alfa, beta e P sono stimati utilizzando la massima verosimiglianza a posteriori. Le stime delle baie sono calcolate esplicitamente per ogni blocco theta sub T come l'aspettativa di theta sub T dato il motivo per cui sub T i filtri avanti e indietro più tradizionali ma che richiedono tempo spesso utilizzati in HMS sono sostituiti con l'approssimazione della miscela di complessità limitata più efficiente dal punto di vista computazionale per stimare le medie posteriori theta hat sub T.Le medie posteriori risultanti saranno levigate in un profilo costante approssimativo a tratti, quindi i blocchi con theta hat sub T identici dovrebbero essere ulteriormente bloccati insieme alle coordinate di confine aggiornate.

BCP utilizza il numero di letture di input per blocco come velocità in background e determina l'arricchimento. Utilizzando un semplice test di ipotesi basato sul fatto che la densità media della posizione del chip per un blocco superi una certa soglia di significatività. Il 90° quantile è la soglia predefinita ed è appropriato nella maggior parte dei casi.

BCP quindi unisce i blocchi di densità media posteriori adiacenti che superano l'arricchimento in un'unica regione e riporta le coordinate unite nel browser. Il formato di dati estensibile BCP eccelle nell'identificazione delle regioni di ampio arricchimento nei dati di modifica degli istoni. Qui. I risultati del BCP sono confrontati con quelli del cser, uno strumento esistente che ha dimostrato forti prestazioni prima del lavoro di questo laboratorio che studia la trimetilazione H tre K 36 ha dimostrato una tendenza per isole di dimensioni molto più grandi nel BCP rispetto al cer.

Le isole più grandi sono più in linea con l'aspettativa convenzionale di ampie isole diffuse di arricchimento di trimetilazione H 3K 36. Le isole più grandi non sono solo indice di precisione. Pertanto, l'associazione nota delle isole di trimetilazione H tre K 36 con corpi genici trascritti attivamente, nonché la loro reciproca esclusività con le isole di trimetilazione H tre K 27, è stata utilizzata per valutare le prestazioni di BCP e CER rispetto a CER BCP chiamate isole contigue più grandi che catturano meglio i corpi genici senza sacrificare una maggiore sovrapposizione con H tre K 27, Isole di trimetilazione.

BCP mantiene l'elevata sovrapposizione di geni attivi da parte di H tre isole di trimetilazione K 36 con confini strettamente allineati ai corpi genici senza aumentare il grado di sovrapposizione di falsi positivi con geni spaziali intergenici con trascrizione repressa o il marchio repressivo H tre K 27 TRIMETILAZIONE mentre valuta la riproducibilità dei richiami delle isole BCP in due set di dati replicati, è stato osservato che il BCP non soffriva di una forte dipendenza dalla profondità di copertura del canneto nell'algoritmo concorrente cer ulteriori prove della robustezza e della riproducibilità del BCPS sono fornite esaminando ulteriori regioni distinte, dimostrando confini isolani coerenti nonostante la ridotta profondità di copertura. Per dimostrare pienamente la versatilità del BCP, è stato ottenuto un ampio spettro di dati di modifica degli istoni, tra cui i segni puntati H tre K 27 acetilazione, H tre K nove acetilazione e H tre K quattro trimetilazione e il segno diffuso H tre K nove trimetilazione oltre a H tre K 27 trimetilazione e H tre K 36 trimetilazione. Questi set di dati sono stati analizzati utilizzando le impostazioni dei parametri predefiniti sia per BCP che per cser.

Al centro si trova l'arricchimento della trimetilazione H tre K 36 al gene PX DN che marca la trascrizione attiva che cade prevedibilmente al sito di inizio della trascrizione sono i segni attivi puntati aggiuntivi H tre K 27 acetilazione, H tre K nove acetilazione e H tre K quattro trimetilazione. Appena a valle di PXDN è represso lo spazio intergenico contrassegnato da H tre K 27 trimetilazione arricchimento sul fianco opposto si trova un gene H tre K 27 TRIMETILAZIONE repressa. Spostando un altro passo fuori.

La nostra cromatina silenziata è indicata dalla presenza di un arricchimento di trimetilazione H tre K nove, che sembra indicare il silenziamento di SN TG due e MYT uno L, forse in un senso meno transitorio della repressione della trimetilazione H tre K 27. Questa regione comprende la maggior parte dei fenomeni incontrati in ChIPseek di modificazioni istoniche. Illustra come la natura dinamica del BCP possa identificare sia l'acetilazione puntata che i segni di trimetilazione H tre K quattro, distinguendo allo stesso tempo grandi isole contigue di repressione della trimetilazione H tre K 27 e della repressione della trimetilazione H tre K nove, nonché della trascrizione attiva della trimetilazione H tre K 36.

Questo algoritmo può essere eseguito per circa 30 minuti a seconda del numero di letture e del risultato dei segni del genoma. Qualsiasi ottimizzazione significativa come spesso richiesto con altri metodi Seguendo questa procedura. Molte diverse proteine bersaglio dell'immunoprecipitazione della cromatina possono essere studiate utilizzando BBCP, comprese varie altre modifiche dell'isone e fattori di trascrizione leganti il DNA per rispondere a ulteriori domande sui meccanismi epigenomici e sulla regolazione genica.

Dopo aver visto questo video, dovresti avere una buona comprensione di come BCP viene utilizzato per identificare le regioni a portata di segni hisone diffusi nell'analisi dei dati chipsy.