Новый статистический метод для оценки воспроизводимости в исследованиях организации генома
Новый статистический метод для оценки воспроизводимости данных Hi-C — передового инструмента для изучения работы генома в трех измерениях внутри клетки — поможет убедиться в надежности данных в таких исследованиях «больших данных».
Hi-C фиксирует физические взаимодействия между различными участками генома, которые играют роль в определении клеточной судьбы. Однако стандартные меры оценки воспроизводимости данных часто не могут отличить, происходят ли два образца из одного типа клеток или из совершенно разных типов. Это затрудняет оценку надежности данных.
Новый метод, названный HiCRep, разработанный исследователями из Университета штата Пенсильвания и Вашингтонского университета, является первым, который учитывает уникальную особенность данных Hi-C: взаимодействия между близко расположенными участками генома происходят гораздо чаще случайно и, следовательно, создают ложное сходство между несвязанными образцами.
Проблема стандартных методов
Внутри ядра клетки хромосомы организованы в структуру хроматина. Судьба клетки частично зависит от того, какие участки хроматина доступны для экспрессии генов и как эти области взаимодействуют. Hi-C идентифицирует эти взаимодействия.
Большинство взаимодействий, которые фиксирует Hi-C, происходит между областями генома, которые находятся очень близко друг к другу на хромосомах и не имеют специфических биологических функций. Сила сигналов сильно зависит от расстояния между взаимодействующими регионами. Из-за этого стандартные меры воспроизводимости, такие как коэффициенты корреляции, часто не могут достоверно отличить данные Hi-C от разных типов клеток, так как этот паттерн может выглядеть очень похожим.
Как работает HiCRep
Исследователи разработали HiCRep, чтобы систематически учитывать эту зависимую от расстояния особенность данных Hi-C:
- Сначала данные сглаживаются, чтобы более четко увидеть тренды.
- Затем разрабатывается новая мера сходства, которая способна легче различать данные от разных типов клеток, стратифицируя взаимодействия на основе расстояния между двумя областями. Стратификация по расстоянию помогает сосредоточиться на истинной взаимосвязи между образцами.
Проверка метода
Исследовательская группа протестировала HiCRep на данных Hi-C от нескольких различных типов клеток, сравнив его с двумя традиционными методами. Там, где традиционные методы давали сбой из-за ложных корреляций, HiCRep смог надежно дифференцировать типы клеток. Кроме того, HiCRep мог количественно оценить степень различия между типами клеток и точно восстановить, какие клетки были более тесно связаны друг с другом.
Статья, описывающая новый метод, опубликована в журнале Genome Research.