Inférence post hoc pour l'analyse différentielle de données Hi-C
Résumé
Hi-C data provide insights into the three-dimensional organization of the genome by measuring interactions between genomic positions along the chromatin. This three-dimensional structure plays a crucial role in regulating gene expression. Differential analysis aims to identify genomic regions that display significant differences in structure between two different biological conditions. Here, we propose to use a post hoc inference strategy on results obtained from pixel-level differential analysis. This makes it possible to quantify signal in arbitrary clusters of pixels and thus to identify differential genomic regions.
Les données Hi-C fournissent une information sur l'organisation tridimensionnelle du génome à partir de mesures d'interactions entre positions génomiques le long de la chromatine. Cette structure en trois dimensions a un rôle important dans la régulation de l'expression des gènes. L'objectif de l'analyse différentielle est d'identifier, à partir de réplicats obtenus dans deux conditions biologiques différentes, des régions génomiques qui présentent des différences significatives de structure entre les deux conditions. Ici, nous proposons de nous appuyer sur des outils d'inférence post hoc couplés à de l'analyse différentielle restreinte aux pixels. Il est ainsi possible de quantifier la présence d'interactions différentielles dans des sous-ensembles de pixels arbitrairement choisis permettant ainsi d'identifier les régions génomiques les plus différentielles.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|---|
| Licence |