HPTAD: A computational method to identify topologically associating domains from HiChIP and PLAC-seq datasets.
HPTAD: A computational method to identify topologically associating domains from HiChIP and PLAC-seq datasets.
复制标题
DOI：
10.1016/j.csbj.2023.01.003
复制
发表时间：
2023
影响因子：
6
通讯作者：
Li, Yun
中科院分区：
文献类型：
--
作者：
Rosen, Jonathan;Lee, Lindsay;Abnousi, Armen;Chen, Jiawen;Wen, Jia;Hu, Ming;Li, Yun
高通量染色质构象捕获技术，如Hi-C和Micro-C，使染色质空间组织的全基因组视图成为可能。最近，hi - c衍生的基于富集的技术，包括HiChIP和place -seq，由于其高信噪比和低成本，提供了有吸引力的替代方案。虽然已经开发了一系列用于Hi-C数据的计算工具，但针对HiChIP和place -seq数据量身定制的方法仍在开发中。在这里，我们提出了hpad，一种从HiChIP和place -seq数据中识别拓扑相关结构域（tad）的计算方法。我们进行了全面的基准分析，以证明其优于为Hi-C数据设计的现有TAD调用程序。hpad可以在https://github.com/yunliUNC/HPTAD上免费获得。
High-throughput chromatin conformation capture technologies, such as Hi-C and Micro-C, have enabled genome-wide view of chromatin spatial organization. Most recently, Hi-C-derived enrichment-based technologies, including HiChIP and PLAC-seq, offer attractive alternatives due to their high signal-to-noise ratio and low cost. While a series of computational tools have been developed for Hi-C data, methods tailored for HiChIP and PLAC-seq data are still under development. Here we present HPTAD, a computational method to identify topologically associating domains (TADs) from HiChIP and PLAC-seq data. We performed comprehensive benchmark analysis to demonstrate its superior performance over existing TAD callers designed for Hi-C data. HPTAD is freely available at https://github.com/yunliUNC/HPTAD.
登录
查看更多内容
用于分析HI-C数据的二维分割。
DOI：
10.1093/bioinformatics/btu443
发表时间：
2014-09-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Lévy-Leduc C;Delattre M;Mary-Huard T;Robin S
通讯作者：
Robin S
影响因子：
48
作者：
Norton HK;Emerson DJ;Huang H;Kim J;Titus KR;Gu S;Bassett DS;Phillips-Cremins JE
通讯作者：
Phillips-Cremins JE
DOI：
10.1186/1748-7188-9-14
发表时间：
2014
期刊：
Algorithms for molecular biology : AMB
影响因子：
--
作者：
Filippova D;Patro R;Duggal G;Kingsford C
通讯作者：
Kingsford C
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：
--
影响因子：
64.8
作者：
Dixon JR;Jung I;Selvaraj S;Shen Y;Antosiewicz-Bourget JE;Lee AY;Ye Z;Kim A;Rajagopal N;Xie W;Diao Y;Liang J;Zhao H;Lobanenkov VV;Ecker JR;Thomson JA;Ren B
通讯作者：
Ren B