Robust mapping of chromatin loops from sparse or single cell Hi-C data with DeepLoop
使用 DeepLoop 从稀疏或单细胞 Hi-C 数据中稳健地绘制染色质环
基本信息
- 批准号:10676223
- 负责人:
- 金额:$ 55.96万
- 依托单位:
- 依托单位国家:美国
- 项目类别:
- 财政年份:2017
- 资助国家:美国
- 起止时间:2017-08-03 至 2027-05-31
- 项目状态:未结题
- 来源:
- 关键词:3-DimensionalAddressAffectBenchmarkingBrainCell NucleusCellsChromatinChromatin Interaction Analysis by Paired-End Tag SequencingChromatin LoopChromosome MappingCommunitiesComplexCopy Number PolymorphismDNA FoldingDNA mappingDataData AnalysesData SetDigestionDiseaseError SourcesFinancial HardshipFutureGene ExpressionGenesGenetsGenomeGenome MappingsGoalsGrantHi-CHiccupHomologous GeneHumanIceIslets of LangerhansLibrariesMapsMethodsNamesNoisePaperPerformancePhasePopulationProtocols documentationPublishingRegulator GenesReportingResearchResolutionResourcesSamplingScientistSignal TransductionStructureSystematic BiasTechniquesTechnologyTissuesVariantWorkcomputerized toolscostdata resourcedeep learningdeep sequencinggenome analysisgenome-wideimprovedinnovationmammalian genomemethod developmentperformance testspromotersuccesstool
项目摘要
Project Abstract
Mapping the gene-regulatory chromatin interactions within topologically associated domains (sub-
TAD) remains a major challenge in 3D genome research. It is generally believed that multibillion-read
sequencing depth are required for Hi-C analysis at kilobase-resolution due to the complex bias structure
and severe data sparsity. However, we recently discovered that this is problem can be largely solved
computationally without the need for ultradeep-sequencing. We developed a new pipeline named
DeepLoop that can robustly identify high-resolution chromatin interactions from low-depth Hi-C data. The
conceptual innovation of DeepLoop is to handle systematic biases and random noises separately: we
used HiCorr to improve the rigor of bias correction, and then applied deep-learning techniques for noise
reduction and loop signal enhancement. Preliminary results showed that DeepLoop significantly improves
the sensitivity, robustness, and quantitation of Hi-C loop analyses, and can be used to reanalyze most
published low-depth Hi-C datasets. Remarkably, DeepLoop can identify chromatin loops with Hi-C data
from a few dozen single cells. These successes motivate us to further optimize, benchmark, simplify and
upgrade DeepLoop into a versatile tool for the 3D genome field. Aim 1 will optimize and benchmark
DeepLoop performance, improve its compatibility with a variety of different Hi-C protocols, and expand
its utility to ultra-resolution analysis. Aim 2 will develop new DeepLoop-based pipelines to enable robust
mapping of dynamic chromatin loops at high-resolution, including the identification of homolog-specific
loops and loops affected by structure variants. Aim 3 will develop a full-package solution for high-
resolution loop analysis of complex tissues with single cell Hi-C, a significant amount of data will be
generated in this project as a resource for the scientific community.
项目摘要
绘制拓扑相关域内基因调节性染色质相互作用(sub--
TAD)仍然是3D基因组研究的主要挑战。通常认为数十亿读
由于复杂的偏置结构,在千目标分辨率下进行测序深度是需要进行测序深度
和严重的数据稀疏性。但是,我们最近发现这是问题可以在很大程度上解决
在计算上无需超过序列。我们开发了一个名为的新管道
可以从低深度HI-C数据中稳健地识别高分辨率染色质相互作用的Deeploop。这
Deeploop的概念创新是分别处理系统的偏见和随机噪声:我们
使用Hicorr改善了偏置校正的严格性,然后应用了深度学习技术的噪声
还原和循环信号增强。初步结果表明,Deeploop显着改善
HI-C环分析的灵敏度,鲁棒性和定量,可用于重新分析大多数
发表的低深度HI-C数据集。值得注意的是,Deeploop可以识别使用HI-C数据的染色质环路
来自几十个单细胞。这些成功激发了我们进一步优化,基准,简化和
将Deeploop升级为3D基因组场的多功能工具。 AIM 1将优化和基准测试
Deeploop性能,提高其与各种不同HI-C协议的兼容性,并扩展
它的实用性进行了超分辨率分析。 AIM 2将开发新的基于Deeploop的管道以实现鲁棒
高分辨率的动态染色质环的映射,包括鉴定同源物特异性
循环和循环受结构变体影响。 AIM 3将开发全包解决方案
分辨率循环分析具有单细胞HI-C的复杂组织,大量数据将是
在该项目中作为科学界的资源生成。
项目成果
期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Fulai Jin其他文献
Fulai Jin的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Fulai Jin', 18)}}的其他基金
Simultaneous mapping of somatic mosaicism and kb-resolution 3D genome in single cells.
单细胞中体细胞嵌合体和 kb 分辨率 3D 基因组的同时作图。
- 批准号:
10660575 - 财政年份:2023
- 资助金额:
$ 55.96万 - 项目类别:
STAG2 mutations and 3D genome organization in glioblastoma multiforme
多形性胶质母细胞瘤中的 STAG2 突变和 3D 基因组组织
- 批准号:
10681289 - 财政年份:2022
- 资助金额:
$ 55.96万 - 项目类别:
STAG2 mutations and 3D genome organization in glioblastoma multiforme
多形性胶质母细胞瘤中的 STAG2 突变和 3D 基因组组织
- 批准号:
10525627 - 财政年份:2022
- 资助金额:
$ 55.96万 - 项目类别:
Understanding the variation of induced β-cell differentiation.
了解诱导β细胞分化的变化。
- 批准号:
10646289 - 财政年份:2022
- 资助金额:
$ 55.96万 - 项目类别:
Developing a one-tube circularized ligation product sequencing (CLP-seq) method for the mapping of 3D genome architecture in small cell populations or single cells.
开发一种单管环化连接产物测序 (CLP-seq) 方法,用于绘制小细胞群或单细胞中的 3D 基因组架构。
- 批准号:
9364054 - 财政年份:2017
- 资助金额:
$ 55.96万 - 项目类别:
Developing a one-tube circularized ligation product sequencing (CLP-seq) method for the mapping of 3D genome architecture in small cell populations or single cells.
开发一种单管环化连接产物测序 (CLP-seq) 方法,用于绘制小细胞群或单细胞中的 3D 基因组架构。
- 批准号:
10170405 - 财政年份:2017
- 资助金额:
$ 55.96万 - 项目类别:
相似国自然基金
时空序列驱动的神经形态视觉目标识别算法研究
- 批准号:61906126
- 批准年份:2019
- 资助金额:24.0 万元
- 项目类别:青年科学基金项目
本体驱动的地址数据空间语义建模与地址匹配方法
- 批准号:41901325
- 批准年份:2019
- 资助金额:22.0 万元
- 项目类别:青年科学基金项目
大容量固态硬盘地址映射表优化设计与访存优化研究
- 批准号:61802133
- 批准年份:2018
- 资助金额:23.0 万元
- 项目类别:青年科学基金项目
IP地址驱动的多径路由及流量传输控制研究
- 批准号:61872252
- 批准年份:2018
- 资助金额:64.0 万元
- 项目类别:面上项目
针对内存攻击对象的内存安全防御技术研究
- 批准号:61802432
- 批准年份:2018
- 资助金额:25.0 万元
- 项目类别:青年科学基金项目
相似海外基金
A HUMAN IPSC-BASED ORGANOID PLATFORM FOR STUDYING MATERNAL HYPERGLYCEMIA-INDUCED CONGENITAL HEART DEFECTS
基于人体 IPSC 的类器官平台,用于研究母亲高血糖引起的先天性心脏缺陷
- 批准号:
10752276 - 财政年份:2024
- 资助金额:
$ 55.96万 - 项目类别:
Fluency from Flesh to Filament: Collation, Representation, and Analysis of Multi-Scale Neuroimaging data to Characterize and Diagnose Alzheimer's Disease
从肉体到细丝的流畅性:多尺度神经影像数据的整理、表示和分析,以表征和诊断阿尔茨海默病
- 批准号:
10462257 - 财政年份:2023
- 资助金额:
$ 55.96万 - 项目类别:
Endothelial Cell Reprogramming in Familial Intracranial Aneurysm
家族性颅内动脉瘤的内皮细胞重编程
- 批准号:
10595404 - 财政年份:2023
- 资助金额:
$ 55.96万 - 项目类别:
Spatio-temporal mechanistic modeling of whole-cell tumor metabolism
全细胞肿瘤代谢的时空机制模型
- 批准号:
10645919 - 财政年份:2023
- 资助金额:
$ 55.96万 - 项目类别: