DNase-Seq

DNazą SEK (sekwencjonowania nadwrażliwości strony DNazy I) jest metoda stosowana w biologii molekularnej do identyfikacji i zlokalizować regiony regulatorowe, z dużą prędkością wrażliwe sekwencjonowania regionów trawienia DNA-zy I. DO-seq jest następcą DNazy seq do identyfikacji regionów DNA dostępnych na poziomie genomu. Te dwa protokoły, przeznaczone do identyfikacji otwartych regionów chromatyny, podlegają pewnym błędom wynikającym z leżących u ich podstaw struktur nukleosomalnych. Na przykład DO-seq zapewnia większą liczbę odczytów w regionach regulatorowych nie będących promotorami. Jednak sygnał DNase-seq jest lepszy od regionów promotorowych i wykazano, że DNase-seq ma wyższą czułość niż DOIRE-seq, nawet w przypadku regionów regulatorowych nie będących promotorami. Podstawowa analiza bioinformatyczna danych generowanych przez DNase-Seq jest podobna do tej z Chip-Seq .

Identyfikacja genomowych odcisków palców na podstawie DNase-Seq (DNase-Seq Footprinting)

DNase-seq wymaga pewnych analiz bioinformatycznych w celu zidentyfikowania odcisków palców genomu na poziomie genomu. Zasada pozostaje ta sama, a mianowicie identyfikacja stref ochronnych przed rozszczepieniem przez DNazę-I w dostępnych regionach chromatyny, co implikuje obecność białek związanych z DNA w danym miejscu w genomie. Informacje te można wykorzystać do wywnioskowania wiązania czynników transkrypcyjnych z danym miejscem. Opracowane już narzędzia komputerowe można podzielić na dwie klasy: podejścia oparte na segmentacji i podejścia skoncentrowane na miejscu. Metody oparte na segmentacji wykorzystują łańcuchy Markowa lub przesuwne okienka do segmentacji genomu na otwarte lub zamknięte regiony chromatynowe. Przykładami takich metod są HINT, metoda Boyle'a i metoda Neph. Analiza sekwencji odpowiadających genomowym odciskom palców umożliwia zidentyfikowanie jednego lub więcej czynników transkrypcyjnych, które potencjalnie wiążą się z tymi miejscami, na podstawie obecności określonych motywów DNA im odpowiadających (na podstawie informacji takich jak macierze wagowe). Pozycja) . Z drugiej strony metody skoncentrowane na miejscu identyfikują genomowe odciski palców z dostępnych profili chromatyny wokół motywów odpowiadających potencjalnym miejscom wiązania czynników transkrypcyjnych, tj. Regionów regulatorowych przewidywanych na podstawie informacji o potencjalnych interakcjach DNA-białko. Przykładami takich metod są CENTIPEDE i metoda Cuellar-Partida.

Uwagi i odniesienia

  1. AP Boyle , Davis S, Shulha HP, Meltzer P, Margulies EH, Weng Z, Furey TS i Crawford GE, „  Mapowanie w wysokiej rozdzielczości i charakteryzacja otwartej chromatyny w całym genomie  ”, Cell , vol.  132 n O  22008, s.  311–22 ( PMID  18243105 , PMCID  2669738 , DOI  10.1016 / j.cell.2007.12.014 )
  2. GE Crawford , Holt, IE, Whittle, J, Webb, BD, Tai, D, Davis, S, Margulies, EH, Chen, Y, Bernat, JA, Ginsburg, D, Zhou, D, Luo, S, Vasicek, TJ, Daly, MJ, Wolfsberg, TG i Collins, FS, „  Mapowanie całego genomu miejsc nadwrażliwych na DNazę przy użyciu masowo równoległego sekwencjonowania sygnatur (MPSS).  ”, Genome Research , vol.  3, N O  1,styczeń 2006, s.  230 ( PMID  16344561 , PMCID  1356136 , DOI  10.1101 / gr.4074106 )
  3. P Madrigal i Krajewski, P, „  Aktualne podejścia bioinformatyczne do identyfikacji miejsc nadwrażliwych na DNazę I i śladów genomowych na podstawie danych o sekwencji DNazy.  », Front Genet , vol.  16, n o  1,październik 2012, s.  123–31 ( PMID  23118738 , PMCID  3484326 , DOI  10.3389 / fgene.2012.00230 )
  4. Vibhor Kumar Prabhakar S. , Rayan NA, Kraus P, Lufkin T i Ng HH, „  Jednolite, optymalne przetwarzanie sygnału mapowanych danych z głębokiego sekwencjonowania.  ”, Nature Biotechnology , vol.  31 N O  7,lipiec 2013, s.  615–22 ( PMID  23770639 , DOI  10.1038 / nbt.2596 )
  5. EG Gusmao , Dieterich, C, Zenke, M i Costa, IG, „  Detection of Active Transcription Factor Binding Sites with the Combination of DNase Hypersensitivity and Histone Modifications.  ”, Bioinformatics , vol.  30 N O  22sierpień 2014, s.  3143–51 ( PMID  25086003 , DOI  10.1093 / bioinformatics / btu519 )
  6. AP Boyle i in. , „  Wysokiej rozdzielczości ślady in vivo całego genomu różnych czynników transkrypcyjnych w ludzkich komórkach.  ”, Genome Research , vol.  21, n o  3,marzec 2011, s.  456–464 ( PMID  21106903 , PMCID  3044859 , DOI  10.1101 / gr.112656.110 )
  7. S Neph i in. , „  Rozległy ludzki leksykon regulatorowy zakodowany w śladach czynników transkrypcyjnych.  », Nature , vol.  489, n O  7414,wrzesień 2012, s.  83–90 ( PMID  22955618 , DOI  10.1038 / nature11212 )
  8. R Pique-Regi i in. , „  Dokładne wnioskowanie o wiązaniu czynników transkrypcyjnych na podstawie sekwencji DNA i danych o dostępności chromatyny.  ”, Genome Research , vol.  21, n o  3,marzec 2011, s.  447–455 ( PMID  21106904 , PMCID  3044858 , DOI  10.1101 / gr.112623.110 )
  9. G Cuellar-Partida i in. , „  Epigenetyczne wcześniejsze miejsca do identyfikacji aktywnych miejsc wiązania czynników transkrypcyjnych.  ”, Bioinformatics , vol.  28, n o  1,styczeń 2012, s.  56-62 ( PMID  22072382 , PMCID  3244768 , DOI  10.1093 / bioinformatyki / btr614 )

Linki zewnętrzne

Powiązane artykuły