MOCCS profile analysis clarifies the cell type dependency of transcription factor-binding sequences and cis-regulatory SNPs in humans
Notice bibliographique
Résumé
Abstract Transcription factors (TFs) show heterogeneous DNA-binding specificities in individual cells and whole organisms in natural conditions): de novo motif discovery usually provides multiple motifs even from a single ChIP-seq sample. Despite the accumulation of ChIP-seq data and ChIP-seq-derived motifs, the diversity of DNA-binding specificities across different TFs and cell types remains largely unexplored. Here, we propose MOCCS profiles, the new representation of DNA-binding specificity of TFs, which describes a ChIP-seq sample as a profile of TF-binding specificity scores (MOCCS2scores) for every k -mer sequence. Using our k -mer-based motif discovery method MOCCS2, we systematically computed MOCCS profiles for >10,000 human TF ChIP-seq samples across diverse TFs and cell types. Comparison of MOCCS profiles revealed the global distributions of DNA-binding specificities, and found that one-third of the analyzed TFs showed differences in DNA-binding specificities across cell types. Moreover, we showed that the differences in MOCCS2scores (ΔMOCCS2scores) predicted the effect of variants on TF binding, validated by in vitro and in vivo assay datasets. We also demonstrate ΔMOCCS2scores can be used to interpret non-coding GWAS-SNPs as TF-affecting SNPs and provide their candidate responsible TFs and cell types. Our study provides the basis for investigating gene expression regulation and non-coding disease-associated variants in humans.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».