Name: a novel bayesian change-point algorithm for genome-wide analysis of diverse chipseq data types
Uploaded: 2012-12-10T12:00:00
Description: Watch this Scientific Journal Video about A Novel Bayesian Change-point Algorithm for Genome-wide Analysis of Diverse ChIPseq Data Types at JoVE.com

STARR Prix de la Fondation (MQZ), NIH ES017166 (MQZ), NSF grant DMS0906593 (HX).

1. Préparation des fichiers d&#39;entrée pour l&#39;analyse PCA <ol><li> Alignez le lit court produite à partir du séquençage pistes (ChIP et les bibliothèques d&#39;entrée) au génome de référence appropriée en utilisant le logiciel préféré courte alignement lecture. Les emplacements mappées devraient être convertis en des 6 données de la colonne navigateur extensibles (LIT) format 13 (UCSC Genome Browser, <a href="http://genome.ucsc.edu/" target="_blank">http://genome.ucsc.edu/</a> ), une ...

<ol>
	<li>Park, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=ChIP-seq:+advantages+and+challenges+of+a+maturing+technology.">ChIP-seq: advantages and challenges of a maturing technology.</a> Nat. Rev. Genet. 10, 669-680 (2009).</li><li>Barski, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High-resolution+profiling+of+histone+methylations+in+the+human+genome.">High-resolution profiling of histone methylations in the human genome.</a> Cell. 129, 823-837 (2007).</li><li>Zhang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Model-based+Analysis+of+ChIP-Seq+(MACS).">Model-based Analysis of ChIP-Seq (MACS).</a> Genome Biol. 9, R137 (2008).</li><li>Zang, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+clustering+approach+for+identification+of+enriched+domains+from+histone+modification+ChIP-Seq+data.">A clustering approach for identification of enriched domains from histone modification ChIP-Seq data.</a> Bioinformatics. 25, 1952-1958 (2009).</li><li>Jothi, R., Cuddapah, S., Barski, A., Cui, K., Zhao, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genome-wide+identification+of+in+vivo+protein-DNA+binding+sites+from+ChIP-Seq+data.">Genome-wide identification of in vivo protein-DNA binding sites from ChIP-Seq data.</a> Nucleic Acids Res. 36, 5221-5231 (2008).</li><li>Qin, Z. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=HPeak:+an+HMM-based+algorithm+for+defining+read-enriched+regions+in+ChIP-Seq+data.">HPeak: an HMM-based algorithm for defining read-enriched regions in ChIP-Seq data.</a> BMC Bioinformatics. 11, 369 (2010).</li><li>Song, Q., Smith, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Identifying+dispersed+epigenomic+domains+from+ChIP-Seq+data.">Identifying dispersed epigenomic domains from ChIP-Seq data.</a> Bioinformatics. 27, 870-871 (2011).</li><li>Spyrou, C., Stark, R., Lynch, A. G., Tavar&#233;, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=BayesPeak:+Bayesian+analysis+of+ChIP-seq+data.">BayesPeak: Bayesian analysis of ChIP-seq data.</a> BMC Bioinformatics. 10, 299 (2009).</li><li>Lai, T., Xing, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+simple+Bayesian+approach+to+multiple+change-points.">A simple Bayesian approach to multiple change-points.</a> Statistica Sinica. , (2011).</li><li>Robertson, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genome-wide+profiles+of+STAT1+DNA+association+using+chromatin+immunoprecipitation+and+massively+parallel+sequencing.">Genome-wide profiles of STAT1 DNA association using chromatin immunoprecipitation and massively parallel sequencing.</a> Nat. Methods. 4, 651-657 (2007).</li><li>Stitzel, M. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+epigenomic+analysis+of+primary+human+pancreatic+islets+provides+insights+into+type+2+diabetes+susceptibility+loci.">Global epigenomic analysis of primary human pancreatic islets provides insights into type 2 diabetes susceptibility loci.</a> Cell Metab. 12, 443-455 (2010).</li><li>Bernstein, B. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+NIH+Roadmap+Epigenomics+Mapping+Consortium.">The NIH Roadmap Epigenomics Mapping Consortium.</a> Nat. Biotechnol. 28, 1045-1048 (2010).</li><li>Karolchik, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+UCSC+Table+Browser+data+retrieval+tool.">The UCSC Table Browser data retrieval tool.</a> Nucleic Acids Res. 32, 493-496 (2004).</li><li>Matys, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=TRANSFAC:+transcriptional+regulation,+from+patterns+to+profiles.">TRANSFAC: transcriptional regulation, from patterns to profiles.</a> Nucleic Acids Res. 31, 374-378 (2003).</li><li>Portales-Casamar, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=JASPAR+2010:+the+greatly+expanded+open-access+database+of+transcription+factor+binding+profiles.">JASPAR 2010: the greatly expanded open-access database of transcription factor binding profiles.</a> Nucleic Acids Res. 38, D105-D110 (2010).</li></ol>

Nous avons cherché à développer un modèle d&#39;analyse de données permettant d&#39;identifier ChIPseq deux structures ponctuées et diffuse des données aussi bien. Jusqu&#39;à présent, les régions de l&#39;enrichissement, notamment des régions diffuses, qui reflètent les attentes présupposé de taille grande île, ont été difficiles à identifier. Pour résoudre ces problèmes, nous avons utilisé les plus récentes avancées en matière de technologie HMM, qui possèdent de nombreux avantages par rapport...

<table border="1"><tbody><tr><td> Nom du réactif </td><td> Entreprise </td><td> Numéro de catalogue </td><td> Commentaires (optionnel) </td></tr><tr><td> Linux station de travail </td><td></td><td></td><td></td></tr></tbody></table>

a novel bayesian change-point algorithm for genome-wide analysis of diverse chipseq data types

ChIPseq est une technique largement utilisée pour étudier les interactions protéine-ADN. Des profils de densité de lecture sont générés à l&#39;aide de la prochaine séquence d&#39;ADN lié à une protéine et l&#39;alignement du lit court à un génome de référence. Régions enrichies sont révélés comme des pics, qui diffèrent souvent de façon spectaculaire dans la forme, en fonction de la protéine cible 1. Par exemple, des facteurs de transcription se lient souvent dans un site et la séquence de manière spécifique et ont tendance à produire des pics ponctuées, alors que les modifications des histones sont plus omniprésents et sont caractérisés par de larges îles diffuses d&#39;enrichissement 2. De manière fiable l&#39;identification de ces régions a été au centre de notre travail. Algorithmes pour l&#39;analyse des données ChIPseq ont eu recours à diverses méthodes heuristiques, à partir de 3-5 pour plus rigoureuses modèles statistiques, p.ex. modèles de Markov cachés (HMM) 6-8. Nous avons cherché une solution qui réduit au minimum la nécessité de difficile à définir, ad hoc paramètres qui sont souventcompromettre la résolution et de réduire l&#39;utilisation intuitive de l&#39;outil. En ce qui concerne les méthodes basées sur HMM, nous avons cherché à limiter les procédures d&#39;estimation de paramètres et simples, les classifications à états finis qui sont souvent utilisés. En outre, l&#39;analyse des données ChIPseq conventionnelle implique catégorisation de la lecture devrait profils de densité que soit ponctuée diffuse ou suivie par l&#39;application ultérieure de l&#39;outil approprié. Nous avons également pour but de remplacer la nécessité pour ces deux modèles distincts avec un seul modèle plus polyvalent, qui peut répondre avec compétence l&#39;ensemble du spectre des types de données. Pour atteindre ces objectifs, nous avons d&#39;abord construit un cadre statistique qui, naturellement, modelés ChIPseq structures de données en utilisant une avance fine pointe de la HMM 9, qui utilise uniquement des formules explicites, une innovation cruciale pour ses avantages de performance. Des modèles plus sophistiqués, puis heuristiques, notre HMM accueille infinies états cachés par unModèle bayésien. Nous l&#39;avons appliquée à l&#39;identification des points de changement de la densité raisonnables lire, ce qui a encore définir des segments de l&#39;enrichissement. Notre analyse a révélé la façon dont notre Changement de point de Bayes (BCP) algorithme a une complexité de calcul réduite, témoigne d&#39;un moment de l&#39;exécution abrégée et empreinte mémoire. L&#39;algorithme PCA a été appliquée avec succès à la fois de pointe et ponctuée d&#39;identification île diffuse avec une précision robuste et limités paramètres définis par l&#39;utilisateur. Cette illustré à la fois sa polyvalence et sa facilité d&#39;utilisation. Par conséquent, nous croyons qu&#39;il peut être mis en œuvre facilement à travers de larges gammes de types de données et les utilisateurs finaux d&#39;une façon qui est facilement comparés et contrastés, ce qui en fait un excellent outil pour ChIPseq analyse de données qui peuvent aider à la collaboration et à la corroboration entre les groupes de recherche. Ici, nous démontrons l&#39;application de la BCP au facteur de transcription existante et les données épigénétiques 10,11 12 à illustrer son utilité.

BCP excelle à identifier les régions d&#39;enrichissement large dans les données de modification des histones. Comme point de référence, nous avons déjà comparé nos résultats à ceux de SICER 3, un outil existant qui a réalisé une excellente performance. Pour mieux illustrer les avantages de BCP, nous avons examiné une modification des histones qui avait été bien étudié pour établir une base pour évaluer les taux de réussite. Dans cet esprit, nous avons ensuite analysé H3K36me3, car il a ?...

Watch this Scientific Journal Video about A Novel Bayesian Change-point Algorithm for Genome-wide Analysis of Diverse ChIPseq Data Types at JoVE.com

A Novel Bayesian Change-point Algorithm for Genome-wide Analysis of Diverse ChIPseq Data Types

Notre point de changement bayésien (BCP) algorithme s&#39;appuie sur l&#39;état de l&#39;art des progrès de la modélisation ruptures par modèles de Markov cachés et les applique à immunoprécipitation de la chromatine séquençage (ChIPseq) l&#39;analyse des données. BCP se comporte bien dans les types de données à la fois larges et ponctuées, mais il excelle dans l&#39;identification précise robustes, reproductibles îles de l&#39;enrichissement d&#39;histone diffuse.

A Novel bayésienne changement de point Algorithme pour l&#39;échelle du génome Analyse des données ChIPseq divers types de

ChIPseq is a widely used technique for investigating protein-DNA interactions. Read density profiles are generated by using next-sequencing of ...

Research

JoVE Journal

Biology

Genome-wide Analysis of Aminoacylation (Charging) Levels of tRNA Using Microarrays

Genome-wide Analysis of Aminoacylation Charging Levels of tRNA Using Microarrays

L&#39;échelle du génome Analyse des aminoacylation (recharge) Niveaux d&#39;ARNt utilisant des microarrays

tRNA aminoacylation, or charging, levels can rapidly change within a cell in response to the environment[1]. Changes in tRNA charging levels in both ...

Recherche

Biologie

Genome-wide Analysis using ChIP to Identify Isoform-specific Gene Targets

Analyse du génome entier en utilisant ChIP d&#39;identifier les gènes cibles spécifiques Isoform

Recruitment of transcriptional and epigenetic factors to their targets is a key step in their regulation. Prominently featured in recruitment are the ...

Genome-wide Screen for miRNA Targets Using the MISSION Target ID Library

L&#39;échelle du génome d&#39;écran pour cibles des miRNA l&#39;aide de l&#39;ID de bibliothèque MISSION cible

The Target ID Library is designed to assist in discovery and identification of microRNA (miRNA) targets. The Target ID Library is a plasmid-based, ...

Two Types of Assays for Detecting Frog Sperm Chemoattraction

Deux types de tests pour la chimio-attraction Frog sperme Détection

Sperm chemoattraction in invertebrates can be sufficiently robust that one can place a pipette containing the attractive peptide into a sperm suspension ...

Quantitative and Automated High-throughput Genome-wide RNAi Screens in C. elegans

Quantitative and Automated High-throughput Genome-wide RNAi Screens in C. elegans

Quantitatifs et automatisé à haut débit du génome à l&#39;échelle écrans ARNi dans C. elegans</em

RNA interference is a powerful method to understand gene function, especially when conducted at a whole-genome scale and in a quantitative context. In C. ...

Genome-wide Gene Deletions in Streptococcus sanguinis by High Throughput PCR

Genome-wide Gene Deletions in Streptococcus sanguinis by High Throughput PCR

La délétion de gènes dans le génome entier<em&gt; Streptococcus sanguinis</em&gt; Par PCR à haut débit

Transposon  mutagenesis and single-gene deletion are two methods applied in genome-wide  gene knockout in bacteria 1,2. Although transposon mutagenesis is ...

Polysome Fractionation and Analysis of Mammalian Translatomes on a Genome-wide Scale

Polysome Fractionnement et analyse des mammifères Translatomes sur une échelle de l&#39;ensemble du génome

mRNA translation plays a central role in the regulation of gene expression and represents the most energy consuming process in mammalian cells. ...

Genome-wide Mapping of Drug-DNA Interactions in Cells with COSMIC (Crosslinking of Small Molecules to Isolate Chromatin)

Genome-wide Mapping of Drug-DNA Interactions in Cells with COSMIC Crosslinking of Small Molecules to Isolate Chromatin

La cartographie du génome à l&#39;échelle du médicament-ADN interactions dans les cellules avec COSMIC (réticulation de petites molécules pour isoler la chromatine)

The genome is the target of some of the most effective chemotherapeutics, but most of these drugs lack DNA sequence specificity, which leads to ...

Genome-wide Purification of Extrachromosomal Circular DNA from Eukaryotic Cells

Purification de l&#39;ensemble du génome de l&#39;ADN extrachromosomique circulaire à partir de cellules eucaryotes

Extrachromosomal circular DNAs (eccDNAs) are common genetic elements in Saccharomyces cerevisiae and are reported in other eukaryotes as well. EccDNAs ...

Comprehensive Workflow for the Genome-wide Identification and Expression Meta-analysis of the ATL E3 Ubiquitin Ligase Gene Family in Grapevine

Flux de travail complet pour le génome-large d’Identification et de la Meta-analyse de l’Expression de la famille des gènes ATL E3 ubiquitine Ligase à Grapevine

Classification and nomenclature of genes in a family can significantly contribute to the description of the diversity of encoded proteins and to the ...