Hi-C技术源于染色体构象捕获(Chromosome Conformation Capture, 3C)技术,利用高通量测序技术,结合生物信息分析方法,研究全基因组范围内整个染色质DNA在空间位置上的关系,获得高分辨率的染色质三维结构信息。Hi-C技术不仅可以研究染色体片段之间的相互作用,建立基因组折叠模型,还可以应用于基因组组装、单体型图谱构建、辅助宏...
结构变异检测方法（WGS、光学图谱、Hi-C）比较[3]Hi-C具有广泛的基因组互作信息，两个基因组位点之间的空间距离可以通过两个基因组位点之间的连接reads数（相互作用或互作频率）来估计。相互作用频率随基因组距离呈指数衰减。在基因组片段的重排事件中，发生重排的基因组区域因为线性距离的变化造成区域内基因组片段之间...
Hi-C采样组装是一种基于Hi-C技术的基因组组装方法,其原理是利用Hi-C技术捕获染色体内和染色体间的空间互作信息,通过这些信息来指导基因组的组装过程。Hi-C采样组装的步骤通常包括: Hi-C样品制备:将细胞交联、裂解、酶切、连接、逆交联等步骤,得到Hi-C文库。 Hi-C文库测序:将Hi-C文库进行双端测序,得到原始Hi-...
一文了解MetaHi-C应用方向 上期给大家介绍了宏基因组分箱方法及Hi-C在宏基因组中的优势,总的来说宏基因组Hi-C不仅可以辅助分箱得到更多高质量的MAGs,实现复杂环境样本中的新物种发现;同时也可以界定环境样品中微生物与质粒和病毒之间的宿主关系,研究复杂微生物组样本中诸如抗生素抗性基因等的宿主来源。 本期我们将...
Hi-C技术源于基因组捕获技术(Chromosome conformation capture),是分析染色质三维空间结构的一种测序方法,用于研究三维基因组,可以实现全基因组覆盖检测全部未知互作区域。 目前,对于Hi-C技术的应用也面临着诸多挑战,比如需要建立能够获得可重复性的3D构象数据、实现良好的控制性及条件优化的protocol;需要捕获所有的染色质...
涉及主要技术:WGS(二代+三代)、Hi-C 1.单核分离株DBZ04和双核分离株Tr01的基因组组装 DBZ04是由银耳双核Tr01的单个担孢子萌发而来的单核分离株。使用PacBio长reads结合高通量染色体构象捕获(Hi-C)数据组装DBZ04的无间隙基因组。27.94Mb的基因组由11条染色体组成,还组装了一个环状线粒体基因组。染色体长度各...
臻阅生物创建的收藏夹臻阅生物内容:第一期:三维基因组(Hi-C技术)在细菌的合成生物学中的应用,如果您对当前收藏夹内容感兴趣点击“收藏”可转入个人收藏夹方便浏览
HiGlass是一个hi-C数据可视化的web应用,参考UCSC基因组浏览器和juicebox中数据的展示形式,运用D3.js等流行的可视化框架对数据进行展示,基于web技术提升了用户的交互体验,缺点就是需要搭建过程比较繁琐。网址如下 http://higlass.io/about 和其他基因组浏览器类似,将每种需要展示的信息定义为trac...
近20年来,染色体构象捕获技术及其衍生的高通量技术Hi-C等,已经为三维基因组结构的解析提供了大量的组学数据.基因组结构变异通常引起三维基因组空间图谱的异常,通过Hi-C图谱的异常来检测结构变异成为一个新的研究方向.基于Hi-C技术的检测方法有其独特的优势,如可以比较准确地检测位于基因组上重复序列区域的结构变异,但...
本文首先对可用的单细胞Hi-C数据分析方法进行综述,包括单细胞Hi-C数据的预处理方法,基于单细胞Hi-C数据的多尺度结构识别方法,基于单细胞Hi-C数据集的类bulk HiC接触矩阵生成方法,伪时间序列分析和细胞分类研究;然后阐述了单细胞Hi-C数据在细胞分化,结构变异的应用研究;最后展望了基于单细胞Hi-C数据的未来发展前景....