Sequenzbasierte Modellierung der dreidimensionalen Genomarchitektur von der Kilobasen- bis zur Chromosomenskala

  • Rao, SSPet al. Eine 3D-Karte des menschlichen Genoms mit Kilobasenauflösung zeigt Prinzipien der Chromatinschleife. Zelle 1591665–1680 (2014).

    FALL
    Artikel

    Google Scholar

  • Dixon, JR et al. Topologische Domänen in Säugetiergenomen, identifiziert durch Analyse von Chromatin-Wechselwirkungen. Natur 485376–380 (2012).

    FALL
    Artikel

    Google Scholar

  • Nora, EPet al. Räumliche Aufteilung der regulatorischen Landschaft des X-Inaktivierungszentrums. Natur 485381–385 (2012).

    FALL
    Artikel

    Google Scholar

  • van Steensel, B. & Furlong, EEM Die Rolle der Transkription bei der Gestaltung der räumlichen Organisation des Genoms. Nat. Rev. Mol. Zellbiol. 20327–337 (2019).

    PubMed
    PubMed Central

    Google Scholar

  • Kosak, ST et al. Subnukleäre Kompartimentierung von Immunglobulin-Loci während der Lymphozytenentwicklung. Wissenschaft 296158–162 (2002).

    FALL
    Artikel

    Google Scholar

  • Dixon, JR et al. Reorganisation der Chromatinarchitektur während der Stammzelldifferenzierung. Natur 518331–336 (2015).

    FALL
    Artikel

    Google Scholar

  • Amat, R. et al. Schnelle reversible Veränderungen in Kompartimenten und lokaler Chromatinorganisation, die durch hyperosmotischen Schock aufgedeckt werden. Genomres. 2918–28 (2019).

    FALL
    Artikel

    Google Scholar

  • Sima, J. et al. Identifizierung von cis-Elementen für die räumlich-zeitliche Kontrolle der Säugetier-DNA-Replikation. Zelle 176816–830.e18 (2019).

    FALL
    Artikel

    Google Scholar

  • Alipour, E. & Marko, JF Selbstorganisation von Domänenstrukturen durch DNA-Loop-extrudierende Enzyme. Nukleinsäuren res. 4011202–11212 (2012).

    FALL
    Artikel

    Google Scholar

  • Fudenberg, G., Abdennur, N., Imakaev, M., Goloborodko, A. & Mirny, LA Neue Hinweise auf die Chromosomenfaltung durch Schleifenextrusion. Cold Spring Harb. Symp. Bezüglich. biol. 8245–55 (2017).

    Artikel

    Google Scholar

  • Fudenberg, G. et al. Bildung chromosomaler Domänen durch Schleifenextrusion. Zellrep. 152038–2049 (2016).

    FALL
    Artikel

    Google Scholar

  • Sanborn, AL et al. Chromatin-Extrusion erklärt Schlüsselmerkmale der Schleifen- und Domänenbildung in Wildtyp- und gentechnisch veränderten Genomen. proz. Natl. Acad. Wissenschaft. Vereinigte Staaten von Amerika 112E6456–E6465 (2015).

    FALL
    PubMed
    PubMed Central

    Google Scholar

  • Dekker, J., Rippe, K., Dekker, M. & Kleckner, N. Capturing chromosome conversion. Wissenschaft 2951306–1311 (2002).

    FALL
    Artikel

    Google Scholar

  • Liebermann-Aiden, E. et al. Umfassende Kartierung von langreichweitigen Wechselwirkungen enthüllt Faltungsprinzipien des menschlichen Genoms. Wissenschaft 326289–293 (2009).

    FALL
    Artikel

    Google Scholar

  • Krietenstein, N. et al. Ultrastrukturelle Details der Chromosomenarchitektur von Säugetieren. Mol. Zelle 78554–565.e7 (2020).

    FALL
    Artikel

    Google Scholar

  • Zhou, J. & Troyanskaya, OG Vorhersage der Auswirkungen von nicht codierenden Varianten mit Deep-Learning-basiertem Sequenzmodell. Nat. Methoden 12931–934 (2015).

    FALL
    Artikel

    Google Scholar

  • Alipanahi, B., Delong, A., Weirauch, MT & Frey, BJ Vorhersage der Sequenzspezifitäten von DNA- und RNA-bindenden Proteinen durch Deep Learning. Nat. Biotechnologie. 33831–838 (2015).

    FALL
    Artikel

    Google Scholar

  • Kelley, DR, Snoek, J. & Rinn, JL Basset: Lernen des regulatorischen Codes des zugänglichen Genoms mit Deep Convolutional Neural Networks. Genomres. https://doi.org/10.1101/gr.200535.115 (2016).

  • Zhou, J. et al. Deep-Learning-sequenzbasierte Ab-initio-Vorhersage von Varianteneffekten auf Expression und Krankheitsrisiko. Nat. Besen. https://doi.org/10.1038/s41588-018-0160-6 (2018).

  • Kelley, DR et al. Sequenzielle Vorhersage regulatorischer Aktivität über Chromosomen hinweg mit Convolutional Neural Networks. Genomres. 28739–750 (2018).

    FALL
    Artikel

    Google Scholar

  • Chen, KM, Cofer, EM, Zhou, J. & Troyanskaya, OG Selene: eine PyTorch-basierte Deep-Learning-Bibliothek für Sequenzdaten. Nat. Methoden. https://doi.org/10.1038/s41592-019-0360-8 (2019).

  • Avsec, Ž. et al. Basenauflösungsmodelle der Transkriptionsfaktorbindung zeigen eine weiche Motivsyntax. Nat. Besen. 53354–366 (2021).

    FALL
    Artikel

    Google Scholar

  • Fudenberg, G., Kelley, DR & Pollard, KS Vorhersage der 3D-Genomfaltung anhand der DNA-Sequenz mit Akita. Nat. Methoden 171111–1117 (2020).

    Artikel

    Google Scholar

  • Schwessinger, R. et al. DeepC: Vorhersage der 3D-Genomfaltung durch Transferlernen im Megabase-Maßstab. Nat. Methoden 171118–1124 (2020).

    FALL
    Artikel

    Google Scholar

  • Durand, NC et al. Juicebox bietet ein Visualisierungssystem für Hi-C-Kontaktkarten mit unbegrenztem Zoom. Zellsyst. 399–101 (2016).

    FALL
    Artikel

    Google Scholar

  • Abdennur, N. & Mirny, LA Cooler: skalierbarer Speicher für Hi-C-Daten und andere genomisch markierte Arrays. Bioinformatik 36311–316 (2020).

    FALL
    Artikel

    Google Scholar

  • Chiang, C. et al. Der Einfluss struktureller Variation auf die menschliche Genexpression. Nat. Besen. https://doi.org/10.1038/ng.3834 (2017).

  • Zhang, D. et al. Veränderung der Genomfaltung durch Insertion der Kontaktdomänengrenze. Nat. Besen. 521076–1087 (2020).

    Artikel

    Google Scholar

  • Suzukawa, K. et al. Identifizierung einer Breakpoint-Cluster-Region 3′ des Ribophorin-I-Gens bei 3q21, assoziiert mit der transkriptionellen Aktivierung des EVI1-Gens bei akuter myeloischer Leukämie mit inv (3)(q21q26). Blut. 842681–2688 (1994).

    FALL
    Artikel

    Google Scholar

  • Gröschel, S. et al. Eine einzelne onkogene Enhancer-Umlagerung verursacht eine gleichzeitige Deregulierung von EVI1 und GATA2 bei Leukämie. Zelle 157369–381 (2014).

    Artikel

    Google Scholar

  • Lupiáñez, DG et al. Unterbrechungen topologischer Chromatindomänen verursachen eine pathogene Neuverdrahtung von Gen-Enhancer-Interaktionen. Zelle 1611012–1025 (2015).

    Artikel

    Google Scholar

  • Franke, M. et al. Die Bildung neuer Chromatindomänen bestimmt die Pathogenität genomischer Duplikationen. Natur 538265–269 (2016).

    FALL
    Artikel

    Google Scholar

  • Croft, B. et al. Die Umkehrung des menschlichen Geschlechts wird durch Duplizierung oder Deletion von Core-Enhancern stromaufwärts von SOX9 verursacht. Nat. Gemeinsam. 95319 (2018).

    FALL
    Artikel

    Google Scholar

  • Young, RA Kontrolle des Status embryonaler Stammzellen. Zelle 144940–954 (2011).

    FALL
    Artikel

    Google Scholar

  • Vierbuchen, T. et al. AP-1-Transkriptionsfaktoren und der BAF-Komplex vermitteln eine signalabhängige Enhancer-Selektion. Mol. Zelle 681067–1082.e12 (2017).

    FALL
    Artikel

    Google Scholar

  • Rao, SSPet al. Der Kohäsinverlust eliminiert alle Schleifendomänen. Zelle. https://doi.org/10.1016/j.cell.2017.09.026 (2017).

  • Belaghzal, H. et al. Flüssiges Chromatin Hi-C charakterisiert die kompartimentabhängige Interaktionsdynamik von Chromatin. Nat. Besen. https://doi.org/10.1038/s41588-021-00784-4 (2021).

  • Meuleman, W. et al. Konstitutive Kernlamina-Genom-Wechselwirkungen sind hochgradig konserviert und mit A/T-reichen Sequenzen assoziiert. Genomres. 23270–280 (2013).

    FALL
    Artikel

    Google Scholar

  • Miga, KH et al. Telomer-zu-Telomer-Zusammenbau eines vollständigen menschlichen X-Chromosoms. Natur 58579–84 (2020).

    FALL
    Artikel

    Google Scholar

  • Logsdon, GA, Vollger, MR & Eichler, EE Long-Read-Sequenzierung des menschlichen Genoms und seine Anwendungen. Nat. Rev. Besen. 21597–614 (2020).

    FALL
    Artikel

    Google Scholar

  • Vierstra, J. et al. Globale Referenzkartierung der Spuren menschlicher Transkriptionsfaktoren. Natur 583729–736 (2020).

    FALL
    Artikel

    Google Scholar

  • Chen, KM, Wong, AK, Troyanskaya, OG & Zhou, J. Eine sequenzbasierte globale Karte der regulatorischen Aktivität zur Entschlüsselung der Humangenetik. Vordruck bei bioRxiv. https://doi.org/10.1101/2021.07.29.454384 (2021).

  • Imakaev, M. et al. Die iterative Korrektur von Hi-C-Daten zeigt Kennzeichen der Chromosomenorganisation. Nat. Methoden 9999–1003 (2012).

    FALL
    Artikel

    Google Scholar

  • Izmailov, P., Podoprikhin, D., Garipov, T., Vetrov, D. & Wilson, AG Mittelwertbildung führt zu breiteren Optima und besserer Verallgemeinerung. Vordruck bei https://arxiv.org/abs/1803.05407 (2018).

  • Chen, T., Xu, B., Zhang, C. & Guestrin, C. Training tiefer Netze mit sublinearen Gedächtniskosten. Vordruck bei https://arxiv.org/abs/1604.06174 (2016).

  • Khan, A. et al. JASPAR 2018: Aktualisierung der Open-Access-Datenbank der Transkriptionsfaktor-Bindungsprofile und ihres Web-Frameworks. Nukleinsäuren res. 46D1284 (2018).

    Artikel

    Google Scholar

  • Boix, CA, James, BT, Park, YP, Meuleman, W. & Kellis, M. Regulatorischer genomischer Schaltkreis menschlicher Krankheitsloci durch integrative Epigenomik. Natur 590300–307 (2021).

    FALL
    Artikel

    Google Scholar

  • Leave a Comment

    Your email address will not be published.