通过 Hi-C 技术测得的测序序列对具有两个基本特性: (1)同一染色体上的测序序列对的交互频率随着距离增加递减,此处交互频率指的是两处酶切位点被连接酶连接的频率。 (2)同一染色体上的测序序列对的交互频率显著大于来自不同染色体上测序序列对的交互频率[3]。 规律(1)可以用于对重叠群进行定序和定向; 规律(2)...
组合分析：将 HiFi、Hi-C 和 DNB 数据的结果进行组合分析，通常采用以下步骤：将 Hi-C scaffold 和 ...
本发明公开了基于Hi‑C测序数据的TAD识别方法及系统;其中,所述方法包括:获取单条染色体的Hi‑C测序数据;对单条染色体的Hi‑C测序数据进行分段,生成若干个染色体片段;对每个染色体片段进行TAD结构识别;根据识别的TAD结构,识别假阳性结果。充分利用了整条染色体
Hi-C数据是利用高通量测序技术对基因组DNA进行空间物理距离的测量,揭示了染色体结构和基因调控的空间组织。 a. 染色体三维结构:利用Hi-C数据可以重建染色体的三维结构,如TAD、loop等结构,并研究其在基因调控和疾病发生中的作用。 b. 基因共定位分析:通过Hi-C数据可以获得基因组不同区域之间的相对位置关系,从而进行基...
单细胞文库在DNBSEQ-T7平台的应用实现了测序数据有效性的提升,并保持了数据和分析结果的一致性。Hi-C文库测试数据显示,平台间样本数据一致性达到97.8%;Valid rate达到90%,提高了数据有效性,显著降低了测序成本。数据结果表明,基于 DNBSEQ-T7...
Hi-C测序技术已成为研究者们解析三维基因组学的利器,为研究基因的转录表达调控机制提供了新思路,目前已经用于包括细胞周期、人及动植物发育和疾病的发生发展等方面的研究。 问题来啦,Hi-C技术是如何解析基因组的三维信息,又是如何通过测序数据来解析基因组三维调控信息的?本期在线交流主讲HiC-Pro、HiTC的应用和Hi-C...
单细胞Hi-C(scHi-C)测序技术被用于单个类型细胞中研究染色质结构,是研究组织中异质性细胞的有力工具。但目前仍缺乏从scHi-C数据中以高分辨率分析染色质环的工具,因此研究团队开发出一种名为SnapHiC的计算方法。这是一种为scHi-C数据定制的计算方法,可从少量单细胞中以高分辨率和高准确度识别染色质环。
虽然当读取深度小于50 Mb时环路信号很难识别,但从低深度Hi-C数据得到的增强热图几乎是相同的。当将增强的热图与完整数据(~ 3.8亿个中端顺式接触)进行比较时,发现当读取深度降低到1亿个时,性能没有下降(像素级再现性>70%),即使测序深度降低到1250万,像素级的重复性仍保持在>50%。研究团队还用来自H9 hESCs的...
利用Hi-C 数据的这两个基本特性,可以将 Hi-C 测序数据应用到基因组序列组装和大型结构变异检测上。 参考: [1] Lieberman-Aiden E, van Berkum N L, Williams L, et al. Comprehensive mapping of long-range interactions reveals folding principles of the human genome[J]. Science, ...
利用Hi-C 数据的这两个基本特性,可以将 Hi-C 测序数据应用到基因组序列组装和大型结构变异检测上。 参考: [1] Lieberman-Aiden E, van Berkum N L, Williams L, et al. Comprehensive mapping of long-range interactions reveals folding principles of the human genome[J]. Science, ...