目的:利用基于人口腔上皮細胞顱頜面特異增強子序列機器學習,優(yōu)化唇腭裂相關非編碼突變研究靶點的篩選。方法:采用永生化人口腔上皮細胞（HIOEC）組蛋白H3第27位賴氨酸的乙�；℉3K27Ac）染色質免疫共沉淀測序（Ch IP-Seq）整合人類胚胎期顱頜面超級增強子區(qū)域,獲得人口腔上皮細胞顱頜面特異增強子區(qū)域。采用gapped k-mer SVM算法總結增強子序列特征,并用該特征判斷干擾素調節(jié)因子6（IRF6）附近唇腭裂相關單核苷酸多態(tài)性（SNP）位點或突變對增強子活性的影響。結果:人口腔上皮細胞顱頜面特異性增強子能夠涵蓋超過半數(shù)唇腭裂相關SNP位點（P<0.01）,而基于該序列特征的機器學習預測與范德伍德綜合征相關的350dupA位點顯著降低所在增強子活性。雙熒光素酶報告基因顯示350dupA顯著降低增強子在人口腔上皮細胞內的活性（P<0.01）。結論:基于人口腔上皮細胞顱頜面特異增強子序列機器學習能夠精準判斷IRF6附近唇腭裂相關非編碼突變,優(yōu)化唇腭裂遺傳功能研究。 

【文章來源】：口腔生物醫(yī)學. 2020,11(03)

【文章頁數(shù)】：5 頁

【部分圖文】：

SNP與不同上皮特異性增強子區(qū)域富集關系

gkm SVM基于人口腔上皮細胞顱頜面特異性增強子DNA序列機器學習效果評估

gkm SVM預測IRF6附近的350dup A顯著降低口腔上皮特異性增強子活性


本文編號：3556197