轉(zhuǎn)錄因子的結(jié)合能夠影響下游目標(biāo)基因在特定時(shí)間、空間的轉(zhuǎn)錄和表達(dá).轉(zhuǎn)錄因子結(jié)合具有細(xì)胞特異性,受到染色質(zhì)開放特征、多種組蛋白修飾以及其他轉(zhuǎn)錄因子結(jié)合等多種因素影響.以GM12878細(xì)胞系為研究對(duì)象,構(gòu)建了CTCF活性結(jié)合位點(diǎn)數(shù)據(jù)集（正集,876個(gè)位點(diǎn)）與非活性結(jié)合位點(diǎn)數(shù)據(jù)集（對(duì)照組,負(fù)集,231130個(gè)位點(diǎn)）。根據(jù)DNase-seq、H3k4me2、H4k20me1、H3K4me3、H3K27me3、H3K9me3、H3K9ac、RAD21、SMC3這九種特征,分別利用支持向量機(jī)（SVM,Jackknife檢驗(yàn)）和隨機(jī)森林（RF,5-fold交叉驗(yàn)證）這兩種方法,對(duì)CTCF的活性結(jié)合位點(diǎn)進(jìn)行預(yù)測(cè),九種特征融合的預(yù)測(cè)準(zhǔn)確度分別達(dá)到93.87%和94.46%,平均預(yù)測(cè)的準(zhǔn)確度分別是94.78%和95.40%。結(jié)果顯示,這九種特征對(duì)GM12878細(xì)胞系轉(zhuǎn)錄因子CTCF的結(jié)合具有重要的調(diào)控作用,而SMC3的結(jié)合對(duì)CTCF結(jié)合的調(diào)控尤為重要。 

【文章來源】：內(nèi)蒙古大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,51(02)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

GM12878細(xì)胞系CTCF結(jié)合的活性位點(diǎn)數(shù)據(jù)集與非活性數(shù)據(jù)集的構(gòu)建流程

表2中兩種預(yù)測(cè)方法得到的結(jié)果均顯示，第13組九種特征融合在一起時(shí)，預(yù)測(cè)準(zhǔn)確度最高；單獨(dú)采用H3K27me3（第5組）特征時(shí)，AccRF是61.67%,AccSVM是53.41%，兩種方法的預(yù)測(cè)準(zhǔn)確度都是最低的，這也可以從圖2(a）中最低點(diǎn)看出，此組特征值差異小，SVM不能很好地區(qū)分同時(shí)此組得到的敏感性也是最低且兩種預(yù)測(cè)方法得到的敏感性差異最大，SVM與RF得到的敏感性分別為5.71%和59.29%，后者高出前者53.38%，而其他組敏感性差異都遠(yuǎn)遠(yuǎn)小于此組。不采用特征融合，利用單一特征對(duì)活性位點(diǎn)進(jìn)行預(yù)測(cè)時(shí)，九種特征中單獨(dú)采用SMC3時(shí)預(yù)測(cè)準(zhǔn)確度最高，AccSVM是91.9%,AccRF是90.67%，單獨(dú)采用RAD21的預(yù)測(cè)準(zhǔn)確度僅次于單獨(dú)采用SMC3,AccSVM是88.59%,AccRF是88.06%。表中還顯示第8、11、12、13、15組的預(yù)測(cè)準(zhǔn)確度都在90%以上，只有第15組是采用單個(gè)特征SMC3預(yù)測(cè)，第8組與11組都采用了SMC3與RAD21進(jìn)行預(yù)測(cè)，因此對(duì)此次預(yù)測(cè)最至關(guān)重要的特征是轉(zhuǎn)錄因子SMC3，其次是RAD21，這一結(jié)果也印證了轉(zhuǎn)錄因子組合Rad21+SMC3+CTCF具有極強(qiáng)的相關(guān)性。應(yīng)用九種特征融合，將負(fù)集樣本分成100組，進(jìn)行100次預(yù)測(cè)，并求取平均值SVM方法的Sn、Sp、Acc、MCC分別為87.35%、97.61%、94.78%、86.74%;RF方法的Sn、Sp、Acc、MCC依次為90.26%、97.34%、95.40%、88.37%,RF四種評(píng)價(jià)指標(biāo)的結(jié)果除特異性均高于SVM,RF的平均預(yù)測(cè)準(zhǔn)確度僅比SVM高出0.62%。

應(yīng)用九種特征融合，將負(fù)集樣本分成100組，進(jìn)行100次預(yù)測(cè)，并求取平均值SVM方法的Sn、Sp、Acc、MCC分別為87.35%、97.61%、94.78%、86.74%;RF方法的Sn、Sp、Acc、MCC依次為90.26%、97.34%、95.40%、88.37%,RF四種評(píng)價(jià)指標(biāo)的結(jié)果除特異性均高于SVM,RF的平均預(yù)測(cè)準(zhǔn)確度僅比SVM高出0.62%。圖3(a）的箱線圖，顯示了SVM與RF方法100次預(yù)測(cè)結(jié)果四種評(píng)價(jià)指標(biāo)的分布情況，對(duì)于SVM的分布情況而言：四個(gè)評(píng)價(jià)指標(biāo)（敏感性、特異性、Acc、MCC）的大部分?jǐn)?shù)據(jù)都在箱線圖內(nèi)，少部分異常值均為100次預(yù)測(cè)結(jié)果的較大值與較小值。圖3(a）中還顯示了RF的Sn、Acc、MCC的箱線圖中值分布均明顯高于SVM，而Sp中值略低于SVM，與平均值的結(jié)果一致。

【參考文獻(xiàn)】：
期刊論文
[1]Systematic identification and annotation of multiple-variant compound effects at transcription factor binding sites in human genome[J]. Si-Jin Cheng,Shuai Jiang,Fang-Yuan Shi,Yang Ding,Ge Gao.  Journal of Genetics and Genomics. 2018(07)
[2]轉(zhuǎn)錄因子和組蛋白修飾的分布特征[J]. 薛高高,張利絨,閆甜甜,劉俊杰.  內(nèi)蒙古大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(04)



本文編號(hào)：3225004