基因组三维结构的数据处理、结构预测和功能分析

摘要

随着测序技术的快速发展，人们开始大量使用3C及其衍生实验技术来高通量地获取多个物种的全基因组交互信息，以揭示基因组功能与其空间结构间的关系。然而实验技术存在一定的局限性，使得这些技术对生物机理的揭示能力极大地依赖于数据的分析、处理与建模等计算方法。首先，由于生物系统的复杂性和实验技术的固有缺陷，实验数据中存在多方面的噪声。其次，实验技术获得的数据仅仅是染色质中各位点之间的相对交互频率信息，并没有直接提供各位点的空间位置信息。再者，实验测得的空间交互信息仅仅是整个基因组空间结构的部分信息。本工作对当前主流技术所测得的模式物种的全基因组交互数据进行处理和分析，考察评估了实验各环节对实验结果的影响。并在此基础上整合使用其它类型实验数据和生物知识，通过使用引入权重的基于约束数学优化策略的基因组三维空间结构预测方法，建立了更加符合实验数据的酵母全基因组在三维空间的结构模型。最后分析了基因的功能、基因的表达与基因组三维空间结构之间的关系，发现表达水平正相关的基因更容易在三维空间中发生交互。

目录

文摘

英文文摘

缩略语表

1 引言

1.13C技术：三维基因组的研究起点

1.23C技术的早期衍生版本：4C技术、5C技术等

1.3 HiC技术及其衍生技术：高通量时代

1.4 ChIA-PET：3C技术与ChIP-seq技术的融合

1.5 研究目标和意义

2 HiC及其衍生技术的数据分析和噪声评估

2.1 数据来源和计算方法

2.1.1 原始测序数据的处理方法

2.1.2 序列比对信息的筛选流程

2.1.3 HiC衍生技术系统偏好的评估方法

2.24C-seq数据筛选结果统计

2.34C-seq技术的实验可重复性

2.44C-seq技术的噪声分析

2.4.14C-seq技术系统偏好的因素

2.4.24C-seq技术系统偏好的评估

3 改进的基因组三维结构建模方法

3.1 基于约束数学优化的基因组三维结构建模

3.2 数据来源和计算方法

3.2.1 基因组的数学表示

3.2.2 全基因组交互频率信息的归一化

3.2.3 基于约束的数学优化策略的实现

3.3 改进的基因组三维结构建模方法

3.4 改进的基因组三维结构建模方法的评价

4 基于HiC及其衍生技术的基因调控研究

4.1 数据来源和计算方法

4.1.1 基因共表达能力的表征

4.1.2 代谢通路中各基因间平均交互频率的计算方法

4.2 基因共表达能力与染色质交互间的关系

4.3 基因的功能相关性与染色质交互间的关系

4.3.1 各代谢通路中基因间的平均交互频率

4.3.2 基因参与的代谢通路的数量与基因交互频率的关系

5 总结论

6 展望

参考文献

发表论文

致谢