Hi-C测序及测序数据特征

利用Hi-C 技术测序时，首先空间上距离相近的染色质被甲醛分子固定在一起，然后染色体上的序列被特定的限制性内切酶剪切，产生的切割位点通过连接酶连接并进行标记，然后 DNA 分子经纯化、获取被标记位点的序列，最后经二代高通量测序就可以获得标记位点的序列（图 1-5）[1]。

通过Hi-C 测序技术可以获得同一染色体上位置相邻较远（如 1 Mb）的测序

序列对[2]，也可以获得位于不同染色体上的测序序列对。通过 Hi-C 技术测得的测序序列对具有两个基本特性：

（1）同一染色体上的测序序列对的交互频率随着距离增加递减，此处交互频率指的是两处酶切位点被连接酶连接的频率。

（2）同一染色体上的测序序列对的交互频率显著大于来自不同染色体上测序序列对的交互频率[3]。

规律（1）可以用于对重叠群进行定序和定向；

规律（2）可以用于对单倍体重叠群进行聚类，将重叠群分配到不同的染色体上。

利用 Hi-C 数据的这两个基本特性，可以将 Hi-C 测序数据应用到基因组序列组装和大型结构变异检测上。

参考:

[1] Lieberman-Aiden E, van Berkum N L, Williams L, et al. Comprehensive mapping of

long-range interactions reveals folding principles of the human genome[J]. Science,

2009, 326(5950) : 289-293.

[2] Belton J-M, McCord R P, Gibcus J H, et al. Hi-C: a comprehensive technique to

capture the conformation of genomes[J]. Methods, 2012, 58(3) : 268-276.

[3] Kaplan N, Dekker J. High-throughput genome scaﬀolding from in vivo DNA inter-

action frequency[J]. Nat. Biotechnol., 2013, 31(12) : 1143-1147.

[4]单倍体基因组序列组装方法研究，哈尔滨工业大学，官登峰.

Hi-C测序及测序数据特征相关推荐

三代测序原理与数据文件简介（SMRT+Nanopore）
三代测序原理与数据文件简介(SMRT+Nanopore) 一生雾梦 2019-12-03 20:48:42 1578 收藏 2 分类专栏: 前沿文献分析文章标签: 三代测序(SMS) SMRT ...
PaSS：用于 PacBio 测序的测序模拟器
PaSS:用于 PacBio 测序的测序模拟器张文敏, 1 本佳, 1魏朝春1 , 2 作者信息文章注释版权和许可信息免责声明本文已被PMC 中的其他文章引用. 相关数据补充材料数据可用 ...
PaSS: a sequencing simulator for PacBio sequencing PaSS:用于PacBio测序的测序模拟器
背景:PacBio测序等第三代测序平台近年来发展迅速.PacBio测序产生的读取比第二代测序(或第二代测序,NGS)技术长得多,具有独特的测序错误模式.有效的读取模拟器对于评估和促进PacBio测序数 ...
c语言测序,Hi-C测序
案例一 Hi-C技术揭示CTCF位点分化与染色质结构域进化相关 Comparative Hi-C Reveals that CTCF Underlies Evolution of Chromosoma ...
智能睡眠评估系统(包含：睡眠数据特征工程、睡眠评分、睡眠聚类、睡眠可视化分析、睡眠结论存储)
智能睡眠评估系统(包含:睡眠数据特征工程.睡眠评分.睡眠聚类.睡眠可视化分析.睡眠结论存储) 目录智能睡眠评估系统(包含:睡眠数据特征工程.睡眠评分.睡眠聚类.睡眠可视化分析.睡眠结论存储)
python使用箱图法和业务规则进行异常数据处理并检查预测使用的数据特征是否有字段缺失的情况并补齐
python使用箱图法和业务规则进行异常数据处理并检查预测使用的数据特征是否有字段缺失的情况并补齐关于预测或者推理的时候特征补齐的情况是这样的: 你在模型训练的时候使用了多少特征,那么在模型预测和推 ...
ML之FE：对人类性别相关属性数据集进行数据特征分布可视化分析与挖掘
ML之FE:对人类性别相关属性数据集进行数据特征分布可视化分析与挖掘目录对人类性别相关属性数据集进行数据特征分布可视化分析与挖掘输出结果实现代码对人类性别相关属性数据集进行数据特征分布可视化 ...
ML之LightGBM：基于titanic数据集利用LightGBM和shap算法实现数据特征的可解释性(量化特征对模型贡献度得分)
ML之LightGBM:基于titanic数据集利用LightGBM和shap算法实现数据特征的可解释性(量化特征对模型贡献度得分) 目录基于titanic数据集利用LightGBM和shap算法实 ...
数据分析（排序，数据特征、平均数、方差等，累计统计，相关分析）
# hanbb # come on!!! import pandas as pd import numpy as np import matplotlib.pyplot as pltdf = pd.D ...
数据可视化|实验四分析1996-2015年人口数据特征间的关系
使用 NumPy 库读取人口数据使用 numpy 库读取人口数据,分析 1996~2015 年人口数据特征间的关系: %matplotlib inlineimport numpy as npimpo ...

Hi-C测序及测序数据特征

Hi-C测序及测序数据特征相关推荐

最新文章

热门文章