.png){kind=icon}
返回
Enhancing R-loop prediction with high-throughput sequencing data
.png){kind=icon}
OA
AI
DOI：10.1093/nargab/lqaf077.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
R-环是三链RNA和DNA杂交结构，常在基因组中出现，并在从细菌到哺乳动物的多种细胞过程中发挥重要作用。全基因组分析R-环的测序方法已揭示，它们可以在细胞类型特异性基因上共转录形成，并在细胞分化和重编程过程中与特定的染色质状态相关联。然而，当前用于R-环预测的计算方法仅依赖其DNA序列特性，这阻碍了跨细胞类型、组织或发育阶段的检测。在此，我们采用机器学习方法，利用序列信息和高通量测序信号来预测哺乳动物细胞类型特异性的R-环。我们的预测模型源自人类样本，并实现了高精度预测，其中转录组学、DNA特征、染色质可及性以及活跃基因体H3K36me3表观基因组标记是最具信息量的数据集。我们生成了新的虚拟R-环图谱，其与实验图谱高度一致，并捕获了细胞类型特异性。我们的方法在性能上优于基于序列的方法，并可推广应用于小鼠数据集。基于此，我们在51个哺乳动物系统中生成了虚拟R-环图谱，可供科学界免费访问。
Keyword:
SWITCH REGIONS
TRANSCRIPTION
PACKAGE
THREATS
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
N
IF:
2.8
论文数:
264
被引数:
0
机构
引用论文
分享收藏
R-loopBase: a knowledgebase for genome-wide R-loop formation and regulationR-loopbase: 全基因组R环形成和调控的知识库.png)
NUCLEIC ACIDS RESEARCHOAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏A clustering approach for identification of enriched domains from histone modification ChIP-Seq dataOAAI
OAAI分享收藏ChIPseeker: an R/Bioconductor package for ChIP peak annotation, comparison and visualizationChIPseeker: 用于芯片峰值注释，比较和可视化的R/Bioconductor软件包
PREAI
分享收藏Quantitative model of R-loop forming structures reveals a novel level of RNA-DNA interactome complexityNUCLEIC ACIDS RESEARCHOAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏
查看更多内容