STARRPeaker: uniform processing and accurate identification of STARR-seq active regions.
STARRPeaker: uniform processing and accurate identification of STARR-seq active regions.
复制标题
DOI：
10.1186/s13059-020-02194-x
复制
发表时间：
2020-12-08
期刊：
影响因子：
12.3
通讯作者：
Gerstein M
中科院分区：
文献类型：
--
作者：
Lee D;Shi M;Moran J;Wall M;Zhang J;Liu J;Fitzgerald D;Kyono Y;Ma L;White KP;Gerstein M
STARR-seq技术采用了越来越复杂的基因组文库，并增加了测序深度。复杂性和深度增加的一个问题是STARR-seq实验中的覆盖率是不均匀的、过度分散的，并且经常被测序偏差（例如GC含量）混淆。此外，STARR-seq读数受到RNA二级结构和热力学稳定性的混淆。为了解决这些潜在的混杂因素，我们开发了一个负二项回归框架，用于统一处理STARR-seq数据，称为STARRPeaker。此外，为了帮助我们的工作，我们从HepG 2和K562人类细胞系中生成了全基因组STARR-seq数据，并应用STARRPeaker全面而无偏见地调用其中的增强子。在线版本包含补充材料，可通过10.1186/s13059-020-02194-x获得。
STARR-seq technology has employed progressively more complex genomic libraries and increased sequencing depths. An issue with the increased complexity and depth is that the coverage in STARR-seq experiments is non-uniform, overdispersed, and often confounded by sequencing biases, such as GC content. Furthermore, STARR-seq readout is confounded by RNA secondary structure and thermodynamic stability. To address these potential confounders, we developed a negative binomial regression framework for uniformly processing STARR-seq data, called STARRPeaker. Moreover, to aid our effort, we generated whole-genome STARR-seq data from the HepG2 and K562 human cell lines and applied STARRPeaker to comprehensively and unbiasedly call enhancers in them. The online version contains supplementary material available at 10.1186/s13059-020-02194-x.
登录
查看更多内容
Fantom5 Collection是一个基于不同细胞类型的哺乳动物转录组图谱的数据系列。
影响因子：
9.8
作者：
Kawaji H;Kasukawa T;Forrest A;Carninci P;Hayashizaki Y
通讯作者：
Hayashizaki Y
影响因子：
3.7
作者：
Derrien T;Estellé J;Marco Sola S;Knowles DG;Raineri E;Guigó R;Ribeca P
通讯作者：
Ribeca P
影响因子：
48
作者：
Diao Y;Fang R;Li B;Meng Z;Yu J;Qiu Y;Lin KC;Huang H;Liu T;Marina RJ;Jung I;Shen Y;Guan KL;Ren B
通讯作者：
Ren B
影响因子：
7
作者：
Inoue, Fumitaka;Kircher, Martin;Shendure, Jay
通讯作者：
Shendure, Jay
影响因子：
64.5
作者：
Gasperini, Molly;Hill, Andrew J.;Shendure, Jay
通讯作者：
Shendure, Jay