Байесовский инструмент для анализа метилирования

Байесовский инструмент для анализа метилирования , также известный как BATMAN , представляет собой статистический инструмент для анализа профилей иммунопреципитации метилированной ДНК (MeDIP). Его можно применять к большим наборам данных, созданным с использованием либо массивов олигонуклеотидов (MeDIP-чип), либо секвенирования следующего поколения (MeDIP-seq), обеспечивая количественную оценку состояния абсолютного метилирования в интересующей области. ^[1]

Теория

MeDIP (иммунопреципитация метилированной ДНК) — это экспериментальный метод, используемый для оценки уровней метилирования ДНК с помощью антитела для выделения метилированных последовательностей ДНК. Выделенные фрагменты ДНК либо гибридизуются с микрочипом (MeDIP-чип), либо секвенируются с помощью секвенирования следующего поколения (MeDIP-seq). Хотя это и говорит вам, какие области генома метилированы , оно не дает абсолютных уровней метилирования. Представьте себе две разные области генома A и B. : Область А имеет шесть CpG (метилирование ДНК в соматических клетках млекопитающих обычно происходит по динуклеотидам CpG). ^[2]), три из которых метилированы. Область B содержит три CpG, все из которых метилированы. Поскольку антитело просто распознает метилированную ДНК , оно будет одинаково связывать обе эти области, и поэтому последующие этапы будут показывать одинаковые сигналы для этих двух областей. Это не дает полной картины метилирования в этих двух регионах (в регионе A метилирована только половина CpG, тогда как в регионе B метилированы все CpG). Следовательно, чтобы получить полную картину метилирования для данного региона, вам необходимо нормализовать сигнал, полученный в результате эксперимента MeDIP, на количество CpG в этом регионе, и именно это и делает алгоритм Бэтмена . Анализ сигнала MeDIP из приведенного выше примера даст баллы Бэтмена 0,5 для области A (т.е. область метилирована на 50%) и 1 для области B (т.е. область метилирована на 100%). Таким образом, Бэтмен преобразует сигналы экспериментов MeDIP в абсолютные уровни метилирования.

Развитие Бэтмена

Основной принцип алгоритма Бэтмена заключается в моделировании эффектов различной плотности динуклеотидов CpG и влияния, которое это оказывает на обогащение MeDIP фрагментов ДНК.Основные предположения Бэтмена:

Почти все метилирование ДНК у млекопитающих происходит по динуклеотидам CpG.
Большинство регионов с низким содержанием CpG конститутивно метилированы, тогда как большинство регионов с высоким содержанием CpG (островков CpG) конститутивно неметилированы. ^[3]
В эксперименте MeDIP нет смещений фрагментов (примерный диапазон размеров фрагментов ДНК составляет 400–700 п.н.).
Ошибки на микроматрице обычно распределяются с высокой точностью.
Только метилированные CpG вносят вклад в наблюдаемый сигнал.
Состояние метилирования CpG обычно сильно коррелирует с сотнями оснований. ^[4] таким образом, CpG, сгруппированные вместе в окнах размером 50 или 100 п.н., будут иметь одинаковое состояние метилирования.

Основные параметры в Бэтмене:

C _cp : коэффициент связи между зондом p и динуклеотидом CpG c , определяется как доля молекул ДНК, гибридизующихся с зондом p , которые содержат CpG c .
C _tot : параметр общего влияния CpG, определяется как сумма коэффициентов связи для любого данного зонда, который обеспечивает меру локальной плотности CpG.
m _c : статус метилирования в позиции c , который представляет собой долю хромосом в образце, на которой он метилирован. m _c рассматривается как непрерывная переменная , поскольку большинство образцов, использованных в исследованиях MeDIP, содержат несколько типов клеток.

Исходя из этих предположений, сигнал от MeDIP-канала MeDIP-чипа или эксперимента MeDIP-seq зависит от степени обогащения фрагментов ДНК, перекрывающих этот зонд, что, в свою очередь, зависит от количества связывающихся антител и, следовательно, от количества метилированных CpG на этих фрагментах. В модели Бэтмена полный набор данных эксперимента MeDIP/чип, A, может быть представлен статистической моделью в форме следующего распределения вероятностей :

f(A\mid m)=\prod _{p}\phi \left(A_{p}\mid A_{\text{base}}+r\sum _{c}C_{cp},\nu ^{-1}\right),

где $\phi$ ( Икс | м , п ²) — гауссова функция плотности вероятности . Стандартные байесовские методы можно использовать для вывода f ( m | A ), то есть распределения вероятных состояний метилирования с учетом одного или нескольких наборов выходных данных MeDIP-чипа/MeDIP-seq. Чтобы решить эту проблему вывода, Бэтмен использует вложенную выборку ( http://www.inference.phy.cam.ac.uk/bayesys/ ), чтобы сгенерировать 100 независимых выборок из f ( m | A ) для каждой мозаичной области генома, затем суммирует наиболее вероятное состояние метилирования в окнах размером 100 п.н., подгоняя бета-распределения к этим образцам. моды наиболее вероятного бета-распределения В качестве финальных вызовов метилирования использовали .

Ограничения

При рассмотрении использования Бэтмена может быть полезно принять во внимание следующие моменты:

Бэтмен – это не программа ; это алгоритм, выполняемый с использованием командной строки . По существу, это не особенно удобно для пользователя и представляет собой довольно сложный в вычислительном отношении процесс.
Поскольку это некоммерческое издание, при использовании Batman имеется очень мало поддержки, помимо той, что указана в руководстве.
Это довольно трудоемко (на анализ одной хромосомы может уйти несколько дней). (Примечание: в одной правительственной лаборатории запуск Бэтмена на наборе из 100 массивов метилирования ДНК человека Agilent (около 250 000 зондов на массив) занял менее часа в программном обеспечении Agilent Genomic Workbench. Наш компьютер имел процессор с тактовой частотой 2 ГГц и 24 ГБ оперативной памяти. , 64-разрядная версия Windows 7.)
изменение количества копий Необходимо учитывать (CNV). Например, балл для региона со значением CNV 1,6 при раке (потеря 0,4 по сравнению с нормой) необходимо будет умножить на 1,25 (=2/1,6), чтобы компенсировать потерю.
Одно из основных предположений Бэтмена состоит в том, что все метилирование ДНК происходит на динуклеотидах CpG. Хотя обычно это справедливо для соматических клеток позвоночных , существуют ситуации, когда широко распространено не-CpG-метилирование, например, в растительных клетках и эмбриональных стволовых клетках . ^[5]^[6]

Ссылки

^ Даун, Т.А. и др. Стратегия байесовской деконволюции для анализа метиломов ДНК на основе иммунопреципитации. Природная биотехнология 26 , 779–85 (2008).
^ Листер, Р. и др . ДНК человека Метиломы при разрешении оснований демонстрируют широко распространенные эпигеномные различия. Природа 462 , 315–22 (2009).
^ Бёрд, А. Паттерны метилирования ДНК и эпигенетическая память. Гены и развитие 16 , 6–21 (2002).
^ Экхардт, Ф. и др . Профилирование метилирования ДНК хромосом 6, 20 и 22 человека. Nature Genetics 38 , 1378–85 (2006).
^ Додж, Дж. Э., Рамсахой, Б. Х., Во, З. Г., Окано, М. и Ли, Э. Метилирование de novo провируса MMLV в эмбриональных стволовых клетках: метилирование CpG по сравнению с метилированием без CpG. Джин 289 , 41–8 (2002)
^ Ванюшин, Метилирование ДНК БФ у растений. Актуальные темы микробиологии и иммунологии 301 , 67–122 (2006).

[1] Даун, Т.А. и др. Стратегия байесовской деконволюции для анализа метиломов ДНК на основе иммунопреципитации. Природная биотехнология 26 , 779–85 (2008).

[2] Листер, Р. и др . ДНК человека Метиломы при разрешении оснований демонстрируют широко распространенные эпигеномные различия. Природа 462 , 315–22 (2009).

[3] Бёрд, А. Паттерны метилирования ДНК и эпигенетическая память. Гены и развитие 16 , 6–21 (2002).

[4] Экхардт, Ф. и др . Профилирование метилирования ДНК хромосом 6, 20 и 22 человека. Nature Genetics 38 , 1378–85 (2006).

[5] Додж, Дж. Э., Рамсахой, Б. Х., Во, З. Г., Окано, М. и Ли, Э. Метилирование de novo провируса MMLV в эмбриональных стволовых клетках: метилирование CpG по сравнению с метилированием без CpG. Джин 289 , 41–8 (2002)

[6] Ванюшин, Метилирование ДНК БФ у растений. Актуальные темы микробиологии и иммунологии 301 , 67–122 (2006).

[1]

[2]

[3]

[4]

[5]

[6]