Profiling the quantitative occupancy of myriad transcription factors across conditions by modeling chromatin accessibility data.
Profiling the quantitative occupancy of myriad transcription factors across conditions by modeling chromatin accessibility data.
复制标题
DOI：
10.1101/gr.272203.120
复制
发表时间：
2022-06
期刊：
影响因子：
7
通讯作者：
Hartemink, Alexander J.
中科院分区：
文献类型：
--
作者：
Luo, Kaixuan;Zhong, Jianling;Safi, Alexias;Hong, Linda K.;Tewari, Alok K.;Song, Lingyun;Reddy, Timothy E.;Ma, Li;Crawford, Gregory E.;Hartemink, Alexander J.
超过一千种不同的转录因子（TF）在整个人类基因组中以不同的占据率结合。染色质免疫沉淀（ChIP）可以检测全基因组的占有率，但一次只能检测一个TF，这限制了我们全面观察TF占有率的能力，更不用说量化它在不同条件下的变化了。我们开发了TF占用分析器（TOP），这是一种贝叶斯分层回归框架，使用来自单个染色质可及性实验（DNase-或ATAC-seq）的数据来分析多种TF的全基因组定量占用。TOP是受监督的，其分层结构允许其预测任何序列特异性TF的占用率，即使是那些从未用ChIP测定的TF。我们使用TOP分析了整个基因组中数百个序列特异性TF位点的定量占有率，并研究了它们的占有率在多种情况下如何变化：在大约200种人类细胞类型中，通过暴露于不同激素12小时，以及在70个个体的遗传背景中。TOP使TF结合景观的定量变化的成本效益的探索。
Over a thousand different transcription factors (TFs) bind with varying occupancy across the human genome. Chromatin immunoprecipitation (ChIP) can assay occupancy genome-wide, but only one TF at a time, limiting our ability to comprehensively observe the TF occupancy landscape, let alone quantify how it changes across conditions. We developed TF occupancy profiler (TOP), a Bayesian hierarchical regression framework, to profile genome-wide quantitative occupancy of numerous TFs using data from a single chromatin accessibility experiment (DNase- or ATAC-seq). TOP is supervised, and its hierarchical structure allows it to predict the occupancy of any sequence-specific TF, even those never assayed with ChIP. We used TOP to profile the quantitative occupancy of hundreds of sequence-specific TFs at sites throughout the genome and examined how their occupancies changed in multiple contexts: in approximately 200 human cell types, through 12 h of exposure to different hormones, and across the genetic backgrounds of 70 individuals. TOP enables cost-effective exploration of quantitative changes in the landscape of TF binding.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btr064
发表时间：
2011-04-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Grant CE;Bailey TL;Noble WS
通讯作者：
Noble WS
影响因子：
46.9
作者：
Ernst J;Kellis M
通讯作者：
Kellis M
影响因子：
16.6
作者：
Durham TJ;Libbrecht MW;Howbert JJ;Bilmes J;Noble WS
通讯作者：
Noble WS
影响因子：
64.8
作者：
Gertz, Jason;Siggia, Eric D.;Cohen, Barak A.
通讯作者：
Cohen, Barak A.
影响因子：
12.3
作者：
Li XY;Thomas S;Sabo PJ;Eisen MB;Stamatoyannopoulos JA;Biggin MD
通讯作者：
Biggin MD