三维基因组数据分析方法进展
对染色质三维结构的探究逐渐成为了解基因组功能与基因调控关系的必要手段.近年来,随着高通量染色体构象捕获(Hi-C)等技术的发展和高通量测序成本的降低,全基因组交互作用的数据量快速增长,交互作用图谱分辨率不断提高.这给三维基因组学发展带来机遇的同时,也给计算建模带来了挑战.当前,三维基因组数据的分析方法覆盖面广,包括了数据前期处理、标准化、可视化、特征提取、三维建模等环节,但是如何从中选择高效、准确的方法却成为制约研究者们开展研究的一项关键因素.本文根据这些方法的适用场景、原理及特点进行系统地归纳,并重点关注了针对新技术或新需求的分析方法,以期促进这一领域中信息学方法的应用和开发,助力三维基因组学的研究.
Hi-C、三维基因组学、基因组结构、生物信息学
45
P588.121;O625.1;TP311.13
国家自然科学基金;国家自然科学基金;国家自然科学基金;清华大学自主科研项目
2018-12-14(万方平台首次上网日期,不代表论文的发表时间)
共13页
1093-1105