HiC-spector: a matrix library for spectral and reproducibility analysis of Hi-C contact maps.
HiC-spector: a matrix library for spectral and reproducibility analysis of Hi-C contact maps.
复制标题
DOI：
10.1093/bioinformatics/btx152
复制
发表时间：
2017-07-15
期刊：
影响因子：
--
通讯作者：
Gerstein M
中科院分区：
文献类型：
--
作者：
Yan KK;Yardimci GG;Yan C;Noble WS;Gerstein M
Hi-C 等基于全基因组邻近连接的检测方法为基因组 3D 组织打开了一扇窗。在此过程中，它们呈现了与传统一维信号轨道不同的数据结构。为了利用 Hi-C 接触图的 2D 性质，光谱分析等矩阵技术特别有用。在这里，我们介绍 HiC-spector，这是用于分析 Hi-C 接触图的矩阵相关函数的集合。特别是，我们引入了一种新颖的再现性度量，用于基于谱分解来量化接触图之间的相似性。该指标成功地将来自生物复制、伪复制和不同细胞类型的 Hi-C 数据映射的接触图分开。 Julia 和 Python 源代码以及详细文档可在 https://github.com/gersteinlab/HiC-spector 获取。 补充数据可在生物信息学在线获取。
Genome-wide proximity ligation based assays like Hi-C have opened a window to the 3D organization of the genome. In so doing, they present data structures that are different from conventional 1D signal tracks. To exploit the 2D nature of Hi-C contact maps, matrix techniques like spectral analysis are particularly useful. Here, we present HiC-spector, a collection of matrix-related functions for analyzing Hi-C contact maps. In particular, we introduce a novel reproducibility metric for quantifying the similarity between contact maps based on spectral decomposition. The metric successfully separates contact maps mapped from Hi-C data coming from biological replicates, pseudo-replicates and different cell types. Source code in Julia and Python, and detailed documentation is available at https://github.com/gersteinlab/HiC-spector. Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
46.9
作者：
通讯作者：
--
DOI：
10.1038/nrg3454
发表时间：
2013-06
期刊：
Nature reviews. Genetics
影响因子：
--
作者：
通讯作者：
--
DOI：
10.1126/science.aaf8084
发表时间：
2016-08-05
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Wang S;Su JH;Beliveau BJ;Bintu B;Moffitt JR;Wu CT;Zhuang X
通讯作者：
Zhuang X
影响因子：
2.1
作者：
Knight, Philip A.;Ruiz, Daniel
通讯作者：
Ruiz, Daniel
影响因子：
12.3
作者：
Ay F;Noble WS
通讯作者：
Noble WS