专栏首页生信菜鸟团【生信文献200篇】52 TCGA-atac-seq

【生信文献200篇】52 TCGA-atac-seq

00 文章信息

英文标题:The chromatin accessibility landscape of primary human cancers

中文标题:原发性癌症的染色质可及性图谱

期刊:《Science》

影响因子: 47.722 发表时间: 2018 Oct 26

研究领域:癌症

01 文献概述

  • 绘制了来自410个肿瘤样本横跨23种癌症类型796个全基因组染色质可及性图谱;
  • 在这些癌症类型中共发现了562,709个DNA调控元件
  • 整合ATAC-seq与TCGA其他的多组学数据,鉴定肿瘤特异的DNA调控元件
  • 通过TF足迹分析找到了关键的TF, 然后通过预测TF和DNA的相互作用模式以及基因的表达识别不同的TF活性;
  • 基因表达和染色质可及性的关联分析预测到大量远端增强子与启动子间的相互作用,包括一些重要的致癌基因和肿瘤免疫治疗的靶点,如MYC,SRC, BCL2和PDL1,为免疫治疗提供了新的视觉;
  • 另一个亮点是结合GWAS和WGS探索肿瘤变异的影响。

02 文章背景

癌症是一种高度异质的疾病群体,每个肿瘤类型都表现出明显的临床特征、患者预后和对治疗的反应。癌症基因组图谱(TCGA)的建立是为了描述这种异质性,并理解癌症的背后的分子机制。通过大规模的基因组和分子分析,TCGA揭示了基因组畸变、转录网络和肿瘤亚型的多样性等。由于染色质可及性是活性DNA调控元件的标志,ATAC-seq使得评估人类原发性癌症的基因调控成为可能。

03 实验结果

1. ATAC-seq in frozen human cancer samples is highly robust

分析了23种原发性人类癌症的染色质可及性图景,TCGA的404个捐赠者提供了410个肿瘤样本。

通过这组高质量的 410 个肿瘤样本确定了 562709 个可重复染色质可及性的泛癌峰值。

2. Cancer chromatin accessibility extends the dictionary of DNA regulatory elements

比较发现癌症类型特定峰值集与 the various Roadmap tissue-type peak sets 之间的中位数重叠 34.4%,在预期组合中出现最强重叠。

3. Noncoding DNA elements reveal distinct cancer gene regulation and genetic risks

使癌症类型集群分为两个主要类别:1. 具有5'和3'DNA染色质可及性的癌症类型,如结肠腺癌(COAD),和2. 癌症类型,主要在3',如 KIRC。

识别已知的染色质可及性位点,包括功能验证的GWAS癌症易感性SNP(rs6983267和rs35252396)

对远端元件和启动子,还有RNA-Seq的表达量做Pearsn相关性层次聚类,远端元件展现出更好的肿瘤特异性

4. Cluster-specific regulatory landscapes identify patterns of TF usage and DNA hypomethylation across cancer types

远端调控元件和TFs都展现出组织和肿瘤特异性。

5. Footprinting analysis defines TF activities in cancer

TF的足迹分析可以展示转录因子对染色质可及性和肿瘤的产生和转移的影响

一个TF如果能够与DNA结合,那么footprint depth 和 flanking accessibility 与其基因表达显著相关

flanking accessibility的增高和footprint depth的降低可能伴随着甲基化水平的降低

6. Linking of DNA regulatory elements to genes predicts interactions relevant to cancer biology

根据 ATAC-seq peaks和所有样本中的基因表达的相关性建立模型进行预测

采用了CRISPR干扰策略验证预测的 peak-to-gene links。针对预测的peak-to-gene links的非峰值区域,预计将导致位于几十到数百基因的连接基因表达减少。在全基因组范围内,预测的BRCA特定的peak-to-gene links显示MDA-MB-231细胞的3D染色体构象数据具有很强的丰富性,为我们的预测策略提供了进一步的支持

基于已知的免疫细胞特异性调控元件的可及性来估计免疫浸润的水平。

本文分享自微信公众号 - 生信菜鸟团(bio_123456789),作者:二由

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2021-07-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • TCGA数据库:ATAC-Seq数据的下载整理及其可视化

    每一条染色单体由单个线性DNA分子组成。细胞核中的DNA是经过高度有序的包装,否则就是一团乱麻,不利于DNA复制和表达调控。这种有序的状态才能保证基因组的复制和...

    DoubleHelix
  • 明码标价之甲基化差异分析

    转眼间2021都过去了快三分之一,我们的明码标价专栏建设的进度条却纹丝不动,感觉略微有点尴尬,得加油啦!根据大家在我们《生信技能树》,《生信菜鸟团》以及《单细胞...

    生信技能树
  • 同一细胞中转录组和染色质高通量测序联合分析

    每个人的时间精力有限,必须优先阅读相关文献,开设这个栏目也是希望为大家推荐高质量的单细胞相关文献。如果大家对单细胞转录组感兴趣可以关注一下,哪怕每天只学一点点,...

    生信技能树jimmy
  • 流式分选后指定细胞亚群的表达量差异(无需单细胞)

    比如根据表达量情况把病人分型,比如乳腺癌的分子分型:你可以看lumA、lumB、basal、HER2 等亚型,其中TNBC可以继续细分为3~7种亚型。现在有了单...

    生信技能树jimmy
  • sc-ATAC-seq细胞类型注释策略

    解释任何单细胞测序数据的起点都是对给定数据集中的细胞簇进行注释。由于缺乏专门设计的工具以及在单细胞ATAC-seq数据中使用不直观的顺式和跨式调控元素(unin...

    生信技能树jimmy
  • 给学徒的ATAC-seq数据实战

    查看文章发现数据上传到了GEO,是:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE66581

    生信技能树
  • BRCA的甲基化信号分型(逆向收费读文献2019-11)赠送一篇文章思路

    2年前,考虑到科研路的艰难,我组建了文献阅读小组,广邀粉丝参与,从自身做起,开始学习及分享!感兴趣可以点击下面的链接跳转去了解详情:

    生信技能树
  • 标准TCGA大文章需要哪些数据?[赠重磅资料]

    很多人总是问我如何挖掘TCGA的数据,发文章! 可是他却连TCGA的数据是怎么来的都不知道,TCGA发了几十篇CNS大文章(自己测序的)了,每篇文章都有几百个左...

    生信技能树
  • RNA-seq和ATAC-seq数据整合分析怎么少的了相关性散点图

    链接是:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE149838

    生信技能树
  • 第3篇:用MACS2软件call peaks

    Peak calling即利用计算的方法找出ChIP-seq或ATAC-seq中reads富集的基因组区域。

    生信技能树
  • 常规转录差异建议都加上一个转录因子数据

    发表在Cancer Cell 2019 Sep的文章 PMID: 31474569:《Single-Cell Transcriptomics in Medull...

    生信技能树
  • 单细胞ATAC-seq技术介绍

    单细胞ATAC-seq技术,顾名思义就是在单细胞水平上的ATAC-seq技术,它兼具单细胞技术的高分辨率及ATAC-seq的优势,是目前研究基因表观组学的热门技...

    生信交流平台
  • 【生信文献200篇】50 scRNAseq-CAFs

    英文标题: Spatially and functionally distinct subclasses of breast cancer-associated...

    生信菜鸟团
  • CNS图表复现10—表达矩阵是如何得到的

    CNS图表复现之旅前面我们已经进行了9讲,你可以点击图表复现话题回顾。如果你感兴趣也想加入交流群,自己去:你要的rmarkdown文献图表复现全套代码来了(单细...

    生信技能树jimmy
  • 100篇泛癌研究文献解读之病毒感染及整合到肿瘤病人基因里

    为了分析不同类型、组织起源肿瘤的共性、差异以及新课题。TCGA于2012年10月26日-27日在圣克鲁兹,加州举行的会议中发起了泛癌计划。参考:https://...

    生信技能树
  • bioRxiv | 用于单细胞RNA-seq和ATAC-seq数据整合的转移学习

    今天给大家介绍由新南威尔士州悉尼大学数学与统计学院Yingxin Lin等人在《bioRxiv预印本》上发表了一篇名为“scJoint: transfer le...

    DrugAI
  • TCGA数据挖掘(一):TCGAbiolinks包介绍

    肿瘤基因组图谱(TCGA)计划是由美国National Cancer Institute(NCI)和National Human Genome Research...

    DoubleHelix
  • 多个组织的成纤维细胞图谱

    得到10个细胞群,marker分别是:Pi16+, Col15a1+, Ccl19+, Coch+, Comp+, Cxcl12+, Fbln1+, Bmp4+...

    生信技能树jimmy
  • 探索EMT的中间态

    文章题目是:Identification of the tumour transition states occurring during EMT. Natur...

    生信技能树jimmy

扫码关注云+社区

领取腾讯云代金券