机构名称：
¥ 2.0
Hi-C 是一种样品制备方法，它使高通量测序能够捕获 DNA 分子之间的全基因组空间相互作用。该技术已成功应用于解决具有挑战性的问题，例如染色质的 3D 结构分析、大型基因组组装的支架以及最近的元基因组组装基因组 (MAG) 的精确解析。然而，尽管不断改进，但制备 Hi-C 文库仍然是一个复杂的实验室协议。为了避免代价高昂的失败并最大限度地提高成功的可能性，建议进行认真的质量管理。当前的湿实验室方法仅提供对 Hi-C 文库质量的粗略分析，而使用的关键测序后质量指标迄今为止依赖于基于参考的读取映射。当参考可访问时，这种依赖会引发对质量的担忧，其中不完整或不准确的参考会扭曲最终的质量指标。我们提出了一种新的、无参考的方法，该方法推断出邻近连接产物的读取对的总分数。这种 Hi-C 文库质量量化仅需要少量测序数据，并且与其他特定应用标准无关。该算法建立在以下观察基础之上：邻近连接事件可能会产生样本中不会自然出现的 k 聚体。据我们所知，我们的软件工具 (qc3C) 是第一个实现无参考 Hi-C QC 工具的工具，并且还提供基于参考的 QC，使 Hi-C 能够更轻松地应用于非模型生物和环境样本。我们在模拟和真实数据集上描述了新算法的准确性，并将其与基于参考的方法进行了比较。
Hi-C 测序数据的无参考质量控制
主要关键词
相关文件推荐
