Charting differentially methylated regions in cancer with Rocker-meth.
Charting differentially methylated regions in cancer with Rocker-meth.
复制标题
DOI：
10.1038/s42003-021-02761-3
复制
发表时间：
2021-11-02
影响因子：
5.9
通讯作者：
Demichelis F
中科院分区：
文献类型：
--
作者：
Benelli M;Franceschini GM;Magi A;Romagnoli D;Biagioni C;Migliaccio I;Malorni L;Demichelis F
差异 DNA 甲基化区域 (DMR) 揭示了表观遗传变化在癌症中的作用。我们提出了 Rocker-meth，一种新的计算方法，利用异构隐马尔可夫模型来跨多个实验平台检测 DMR。通过广泛的比较研究，我们首先证明了 Rocker-meth 在合成数据上的优异性能。其应用于 14 种肿瘤类型的 6,000 多个甲基化谱，提供了肿瘤类型特异性和共享 DMR 的综合目录，并不确定地识别了与癌症相关的部分甲基化结构域 (PMD)。包括正交组学在内的深入综合分析表明，Rocker-meth 在重现已知关联方面的能力增强，进一步揭示了 DNA 高甲基化和转录因子失调之间依赖于基线染色质状态的泛癌关系。最后，我们展示了该目录在结直肠癌单细胞 DNA 甲基化数据研究中的实用性。马泰奥·贝内利等人。 Rocker-meth 是一种基于隐马尔可夫模型 (HMM) 的新方法，可以稳健地识别差异甲基化区域 (DMR)。他们使用 Rocker-meth 分析了 14 种癌症类型的 6000 多个甲基化图谱，提供了肿瘤特异性和共享 DMR 的目录。
Differentially DNA methylated regions (DMRs) inform on the role of epigenetic changes in cancer. We present Rocker-meth, a new computational method exploiting a heterogeneous hidden Markov model to detect DMRs across multiple experimental platforms. Through an extensive comparative study, we first demonstrate Rocker-meth excellent performance on synthetic data. Its application to more than 6,000 methylation profiles across 14 tumor types provides a comprehensive catalog of tumor type-specific and shared DMRs, and agnostically identifies cancer-related partially methylated domains (PMD). In depth integrative analysis including orthogonal omics shows the enhanced ability of Rocker-meth in recapitulating known associations, further uncovering the pan-cancer relationship between DNA hypermethylation and transcription factor deregulation depending on the baseline chromatin state. Finally, we demonstrate the utility of the catalog for the study of colorectal cancer single-cell DNA-methylation data. Matteo Benelli et al. present Rocker-meth, a new Hidden Markov Model (HMM)-based method, to robustly identify differentially methylated regions (DMRs). They use Rocker-meth to analyse more than 6000 methylation profiles across 14 cancer types, providing a catalog of tumor-specific and shared DMRs.
登录
查看更多内容
影响因子：
16.6
作者：
Chen F;Zhang Y;Bossé D;Lalani AA;Hakimi AA;Hsieh JJ;Choueiri TK;Gibbons DL;Ittmann M;Creighton CJ
通讯作者：
Creighton CJ
影响因子：
4.5
作者：
de Koning AP;Gu W;Castoe TA;Batzer MA;Pollock DD
通讯作者：
Pollock DD
影响因子：
64.5
作者：
Cancer Genome Atlas Research Network
通讯作者：
Cancer Genome Atlas Research Network
影响因子：
82.9
作者：
Beltran H;Prandi D;Mosquera JM;Benelli M;Puca L;Cyrta J;Marotz C;Giannopoulou E;Chakravarthi BV;Varambally S;Tomlins SA;Nanus DM;Tagawa ST;Van Allen EM;Elemento O;Sboner A;Garraway LA;Rubin MA;Demichelis F
通讯作者：
Demichelis F
影响因子：
64.5
作者：
Cancer Genome Atlas Research Network
通讯作者：
Cancer Genome Atlas Research Network