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 Foundation Award (MQZ), NIH bidrag ES017166 (MQZ), NSF bevilja DMS0906593 (HX).

1. Förbereda indatafiler för BCP analys <ol><li> Rikta den korta läser produceras från sekvensering körningar (chip och bibliotek input) till lämplig referens genomet med hjälp av föredragna korta programmet läsning inriktning. De mappade platser bör omvandlas till 6 utdragbara kolumnen webbläsare data (BED) format 13 (UCSC genomet webbläsare, <a href="http://genome.ucsc.edu/" target="_blank">http://genome.ucsc.edu/</a> ), en tabbavgränsad linje per mappad läsa indikerar mappade kromosom, star...

<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>

Vi bestämde oss för att utveckla en modell för att analysera ChIPseq uppgifter som skulle kunna identifiera både punktat och diffusa datastrukturer lika bra. Hittills har regioner av anrikning, särskilt diffusa regioner som återspeglar förutsatte förväntningar stor ö storlek, varit svårt att identifiera. För att lösa dessa problem, utnyttjade vi de senaste framstegen inom HMM teknik, som har många fördelar jämfört med befintliga heuristiska modeller och mindre innovativa HMMer. <p class="jove_conten...

<table border="1"><tbody><tr><td> Namnet av reagenset </td><td> Företag </td><td> Katalognummer </td><td> Kommentarer (tillval) </td></tr><tr><td> Linux-baserad arbetsstation </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 är en allmänt använd teknik för att undersöka protein-DNA interaktioner. Läs densitet profiler genereras med hjälp nästa sekvensering av proteinbundet DNA och anpassa den korta läser till en referens genom. Anrikade regioner avslöjade som toppar, som ofta skiljer dramatiskt i form, beroende på målproteinet 1. Till exempel transkriptionsfaktorer binder ofta på en plats-och sekvensspecifikt sätt och tenderar att producera punktat toppar, medan histon ändringar är mer genomgripande och kännetecknas av breda, diffusa öar av anrikning 2. Tillförlitligt identifiera dessa regioner var i fokus för vårt arbete. Algoritmer för analys ChIPseq uppgifter har använt olika metoder, från heuristik 3-5 till strängare statistiska modeller, t.ex. Hidden Markov Models (HMM) 6-8. Vi sökte en lösning som minimerat behovet av svåra att definiera, ad hoc parametrar som oftakompromissresolution och minska intuitiva användbarhet av verktyget. När det gäller HMM-baserade metoder, som syftar vi att begränsa förfaranden parameteruppskattning och enkla, ändliga klassificeringar statliga som ofta används. Dessutom innebär konventionell ChIPseq dataanalys kategorisering av den förväntade läsa densitet profiler som antingen punktat eller diffusa följt av efterföljande applicering av ett lämpligt verktyg. Vi syftade vidare att ersätta behovet av dessa två olika modeller med en enda, mer mångsidig modell som skickligt kan hantera hela spektrumet av datatyper. För att uppnå dessa mål, vi först konstruerade en statistisk ram som naturligt modellerade ChIPseq datastrukturer med hjälp av en banbrytande framsteg i HMMer 9, som använder endast explicita formler, en innovation avgörande för dess prestanda fördelar. Mer sofistikerade sedan heuristiska modeller rymmer vår HMM oändliga dolda staterna genom ettBayesiansk modell. Vi tillämpade den att identifiera rimlig förändring poäng läses densitet, vilket ytterligare definiera segment av anrikning. Vår analys visade hur vår Bayes Ändra Point (BCP) algoritm hade en reducerad beräkningskomplexitet-framgår av en förkortad körtid och minnesanvändning. BCP-algoritmen framgångsrikt tillämpats på både punktformig topp och diffus ö identifikation med robust noggrannhet och begränsade användardefinierade parametrar. Denna illustrerade både dess mångsidighet och användarvänlighet. Därför anser vi att det kan genomföras snabbt över breda områden av datatyper och slutanvändare på ett sätt som är lätt att jämfört och kontrasterade, vilket gör det till ett utmärkt verktyg för ChIPseq dataanalys som kan hjälpa samarbete och bekräftelse mellan forskargrupper. Här visar vi att tillämpa BCP till befintlig transkriptionsfaktor 10,11 och epigenetiska uppgifter 12 för att illustrera dess användbarhet.

BCP överträffar att identifiera områden med bred anrikning i histonmodifiering data. Som en referenspunkt, jämförde vi tidigare våra resultat till de av SICER 3, en befintlig verktyg som har visat stark utveckling. För att bäst illustrera BCP: s fördelar, har vi granskat en histonmodifiering som hade studerats väl att skapa en grund för att bedöma framgångsrika. Med detta i åtanke, analyserade vi sedan H3K36me3, eftersom det har visat sig associera starkt med aktivt transkriberade gen organ <str...

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

Vår Bayesiansk Ändra Point (BCP) algoritmen bygger på state-of-the-art framsteg inom modellering change-poäng genom Hidden Markov Models och överför dem till kromatin immunoprecipitation sekvensering (ChIPseq) dataanalys. BCP presterar bra i både breda och punktformig datatyper, men utmärker sig i exakt identifiera robusta, reproducerbara öarna diffus histon anrikning.

A Novel Bayesian Change-punkt Algoritm för Genomvid analys av olika ChIPseq datatyper

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

A Neuronal and Astrocyte Co-Culture Assay for High Content Analysis of Neurotoxicity

En Neuronal och astrocyternas Co-Kultur-analys för High innehållsanalys av Neurotoxicitet

High Content Analysis (HCA) assays combine cells and detection reagents with automated imaging and powerful image analysis algorithms, allowing ...

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

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

Genomvid Analys av Aminoacylation (laddning) Nivåerna av tRNA Använda 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 ...

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

Genomvid Analys med hjälp av chip för att identifiera isoform-specifik gen mål

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

Genome-wide screen för miRNA Mål Använda MISSION biblioteket Target ID

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

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

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

Kvantitativa och automatisk hög genomströmning Genomvid RNAi skärmar i 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

Genome-wide Gene Deletioner i<em&gt; Streptococcus sanguinis</em&gt; Av High Throughput PCR

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

Polysom ​​Fraktione och analys av däggdjur Translatomes på ett Genomvid Scale

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

Genomvid Kartläggning av narkotika DNA interaktioner i celler med COSMIC (Tvärbindning av små molekyler att isolera Chromatin)

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

Genomvid Rening av extrakromosomala cirkulär DNA från eukaryota celler

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

Heltäckande arbetsflöde för Genome-wide identifiering och uttryck Meta-analys av ATL E3 Ubiquitin Ligase gen familjen i Grapevine

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