科学家用染色质可及性模拟基因调控

中国科学院数学与系统科学研究院(AMSS)的研究人员与斯坦福大学和清华大学的科学家合作，成功建立了配对表达和染色质可及性(PECA)的基因调控数据，并开发了新的工具。推断特定背景的监管网络。甲基因调控网络描述转录因子蛋白在靶基因，这会影响它的空间和时间的调节区结合的生物过程的表达。

不同的人体组织和细胞类型来自相同的DNA序列。然而，仅有约一半的基因在特定组织或细胞类型中转录，导致每种细胞类型的不同形态和功能。

自从高通量基因表达实验的出现以来，计算生物学家一直对基因调控关系的推断感兴趣，所述基因调控关系来自对应于不同细胞类型和实验条件的不同细胞环境中的基因表达数据。

染色质调节因子，序列特异性转录因子和顺式调节序列元件之间的相互作用是形成背景特异性染色质结构和基因表达的主要驱动力。

然而，由于大量此类交互，在大多数细胞环境中通常缺少对它们的直接数据。

目前的工作表明，通过对不同细胞环境中的匹配表达和可访问性数据建模，有可能在结合位置和染色质状态的缺失数据中恢复大部分信息，并实现基因调控关系的准确推断。

由PECA推断的转录调控网络提供了反式和顺式调控元件如何协同工作以特定情境特定方式影响基因表达的详细视图。

研究人员提出了一种基于不同细胞环境的PECA数据的统计方法。他们强调了染色质在基因表达调控中的关键作用。

他们分析了小鼠DNA元素百科全书(ENCODE)中的PECA数据，并探索了与性状和疾病相关的遗传变异的解释。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。

对组蛋白的新研究提供了对基因调控的更好理解