轉(zhuǎn)錄因子和組蛋白修飾的分布特征以及高低表達(dá)基因的識(shí)別.pdf

1、轉(zhuǎn)錄因子的結(jié)合與組蛋白修飾的發(fā)生對(duì)于基因表達(dá)的精確調(diào)控是至關(guān)重要的，轉(zhuǎn)錄因子通過與基因的啟動(dòng)子、增強(qiáng)子等調(diào)控區(qū)域特異的、短的序列模體相結(jié)合，激活或抑制基因的轉(zhuǎn)錄表達(dá)。調(diào)控基因的轉(zhuǎn)錄因子總是與包括組蛋白修飾在內(nèi)的其他因子相關(guān)聯(lián)。當(dāng)前，隨著高通量測(cè)序技術(shù)的廣泛應(yīng)用，基于染色質(zhì)免疫共沉淀的測(cè)序技術(shù)得到了大量的轉(zhuǎn)錄因子結(jié)合和組蛋白修飾的ChIP-Seq數(shù)據(jù)，使得研究轉(zhuǎn)錄因子結(jié)合和組蛋白修飾調(diào)控基因轉(zhuǎn)錄表達(dá)的相互作用模式成為可能。為了得到更顯著的

2、結(jié)合位點(diǎn)富集信息，借助于信號(hào)峰搜索(peak finders)算法，ENCODE數(shù)據(jù)庫提供了轉(zhuǎn)錄因子結(jié)合和組蛋白修飾信號(hào)峰(Peaks)數(shù)據(jù)。本文利用人類GM12878和K562兩類細(xì)胞系共有的55種轉(zhuǎn)錄因子與11種組蛋白修飾最新的結(jié)合信號(hào)峰數(shù)據(jù)，統(tǒng)計(jì)了轉(zhuǎn)錄因子和組蛋白修飾在兩類細(xì)胞系中基因組范圍及TSS附近的分布，計(jì)算了轉(zhuǎn)錄因子和組蛋白修飾的重疊率和平均重疊率，討論了轉(zhuǎn)錄因子之間相互作用發(fā)揮調(diào)控功能的潛在組合模式，比較了轉(zhuǎn)錄因子結(jié)合與

3、組蛋白修飾的細(xì)胞系特異性?；赗NA-Seq轉(zhuǎn)錄組數(shù)據(jù)，構(gòu)建了具有高、低表達(dá)水平的基因庫。根據(jù)TSS附近轉(zhuǎn)錄因子結(jié)合和組蛋白修飾的分布信號(hào)，利用SVM（支持向量機(jī)）算法，對(duì)兩類基因進(jìn)行識(shí)別，發(fā)現(xiàn)了一些具有較高識(shí)別能力的轉(zhuǎn)錄因子與組蛋白修飾，最好的識(shí)別精度達(dá)到93％。通過分析發(fā)現(xiàn)分布差異大的轉(zhuǎn)錄因子或組蛋白修飾識(shí)別高低表達(dá)基因的能力也是相差很大的，并且分布差異的趨勢(shì)與識(shí)別差異的趨勢(shì)基本保持一致;最后，通過重疊率和平均重疊率的計(jì)算結(jié)果，來對(duì)