• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利:CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法,用中文像聊天一样搜索,搜遍4000万医学文献。AI智能推荐,让科研检索更轻松。

立即免费搜索

文件翻译

保留排版,准确专业,支持PDF/Word/PPT等文件格式,支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述,25分钟生成高质量综述,智能提取关键信息,辅助科研写作。

立即免费体验

单细胞 Hi-C 分析工作流程与 Pairtools。

Single-Cell Hi-C Analysis Workflow with Pairtools.

机构信息

Institute for Medical Engineering and Science, Massachusetts Institute of Technology, Cambridge, MA, USA.

Open2C, Open Chromosome Collective, Cambridge, MA, USA.

出版信息

Methods Mol Biol. 2025;2856:241-262. doi: 10.1007/978-1-0716-4136-1_14.

DOI:10.1007/978-1-0716-4136-1_14
PMID:39283456
Abstract

Single-cell Hi-C (scHi-C) is a collection of protocols for studying genomic interactions within individual cells. Although data analysis for scHi-C resembles data analysis for bulk Hi-C, the unique challenges of scHi-C, such as high noise and protocol-specific biases, require specialized data processing strategies. In this tutorial chapter, we focus on using pairtools, a suite of tools optimized for scHi-C data, demonstrating its application on a Drosophila snHi-C dataset. While centered on pairtools for snHi-C data, the principles outlined are applicable across scHi-C variants with minor adjustments. This educational chapter aims to guide researchers in using open-source tools for scHi-C analysis, emphasizing critical steps of contact pair extraction, detection of ligation junctions, filtration, and deduplication.

摘要

单细胞 Hi-C(scHi-C)是一系列用于研究单个细胞内基因组相互作用的方案。尽管 scHi-C 的数据分析类似于 bulk Hi-C 的数据分析,但 scHi-C 的独特挑战,如高噪声和特定于方案的偏差,需要专门的数据处理策略。在本教程章节中,我们专注于使用 pairtools,这是一套针对 scHi-C 数据优化的工具,并展示了它在果蝇 snHi-C 数据集上的应用。虽然以 snHi-C 数据的 pairtools 为中心,但概述的原则适用于少数调整后的 scHi-C 变体。本教育性章节旨在指导研究人员使用开源工具进行 scHi-C 分析,强调了接触对提取、连接点检测、过滤和去重等关键步骤。

相似文献

1
Single-Cell Hi-C Analysis Workflow with Pairtools.单细胞 Hi-C 分析工作流程与 Pairtools。
Methods Mol Biol. 2025;2856:241-262. doi: 10.1007/978-1-0716-4136-1_14.
2
Pairtools: From sequencing data to chromosome contacts.Pairtools:从测序数据到染色体接触。
PLoS Comput Biol. 2024 May 29;20(5):e1012164. doi: 10.1371/journal.pcbi.1012164. eCollection 2024 May.
3
Capturing cell type-specific chromatin compartment patterns by applying topic modeling to single-cell Hi-C data.通过将主题建模应用于单细胞 Hi-C 数据来捕获细胞类型特异性染色质区室模式。
PLoS Comput Biol. 2020 Sep 18;16(9):e1008173. doi: 10.1371/journal.pcbi.1008173. eCollection 2020 Sep.
4
Pairtools: from sequencing data to chromosome contacts.Pairtools:从测序数据到染色体互作
bioRxiv. 2023 Feb 15:2023.02.13.528389. doi: 10.1101/2023.02.13.528389.
5
scHiCTools: A computational toolbox for analyzing single-cell Hi-C data.scHiCTools:用于分析单细胞 Hi-C 数据的计算工具包。
PLoS Comput Biol. 2021 May 18;17(5):e1008978. doi: 10.1371/journal.pcbi.1008978. eCollection 2021 May.
6
Bioinformatic Analysis of Single-Cell Hi-C Data from Early Mouse Embryo.单细胞 Hi-C 数据分析早期小鼠胚胎。
Methods Mol Biol. 2021;2214:295-316. doi: 10.1007/978-1-0716-0958-3_20.
7
Micro-C Analysis Workflow Using Pairtools and Juicer.使用 Pairtools 和 Juicer 进行微-C 分析工作流程。
Methods Mol Biol. 2025;2856:63-70. doi: 10.1007/978-1-0716-4136-1_4.
8
SnapHiC: a computational pipeline to identify chromatin loops from single-cell Hi-C data.SnapHiC:一种从单细胞 Hi-C 数据中识别染色质环的计算流程。
Nat Methods. 2021 Sep;18(9):1056-1059. doi: 10.1038/s41592-021-01231-2. Epub 2021 Aug 26.
9
Unsupervised embedding of single-cell Hi-C data.无监督单细胞 Hi-C 数据嵌入。
Bioinformatics. 2018 Jul 1;34(13):i96-i104. doi: 10.1093/bioinformatics/bty285.
10
CWL-Based Analysis Pipeline for Hi-C Data: From FASTQ Files to Matrices.基于 CWL 的 Hi-C 数据分析流程:从 FASTQ 文件到矩阵。
Methods Mol Biol. 2025;2856:79-117. doi: 10.1007/978-1-0716-4136-1_6.

本文引用的文献

1
genomepy: genes and genomes at your fingertips.genomepy:指尖上的基因和基因组。
Bioinformatics. 2023 Mar 1;39(3). doi: 10.1093/bioinformatics/btad119.
2
Comparison and critical assessment of single-cell Hi-C protocols.单细胞Hi-C实验方案的比较与批判性评估
Heliyon. 2022 Oct 12;8(10):e11023. doi: 10.1016/j.heliyon.2022.e11023. eCollection 2022 Oct.
3
Perspectives for the reconstruction of 3D chromatin conformation using single cell Hi-C data.利用单细胞 Hi-C 数据进行 3D 染色质构象重建的展望。
PLoS Comput Biol. 2021 Nov 18;17(11):e1009546. doi: 10.1371/journal.pcbi.1009546. eCollection 2021 Nov.
4
Single-cell Hi-C data analysis: safety in numbers.单细胞 Hi-C 数据分析:数量安全。
Brief Bioinform. 2021 Nov 5;22(6). doi: 10.1093/bib/bbab316.
5
Changes in genome architecture and transcriptional dynamics progress independently of sensory experience during post-natal brain development.在出生后大脑发育过程中,基因组结构和转录动力学的变化独立于感觉体验而发生。
Cell. 2021 Feb 4;184(3):741-758.e17. doi: 10.1016/j.cell.2020.12.032. Epub 2021 Jan 22.
6
Order and stochasticity in the folding of individual Drosophila genomes.果蝇个体基因组折叠过程中的秩序与随机性。
Nat Commun. 2021 Jan 4;12(1):41. doi: 10.1038/s41467-020-20292-z.
7
Capturing cell type-specific chromatin compartment patterns by applying topic modeling to single-cell Hi-C data.通过将主题建模应用于单细胞 Hi-C 数据来捕获细胞类型特异性染色质区室模式。
PLoS Comput Biol. 2020 Sep 18;16(9):e1008173. doi: 10.1371/journal.pcbi.1008173. eCollection 2020 Sep.
8
Parental-to-embryo switch of chromosome organization in early embryogenesis.胚胎早期发育中亲代到胚胎的染色体组织转换。
Nature. 2020 Apr;580(7801):142-146. doi: 10.1038/s41586-020-2125-z. Epub 2020 Mar 25.
9
Simultaneous profiling of 3D genome structure and DNA methylation in single human cells.在单个人类细胞中同时分析 3D 基因组结构和 DNA 甲基化。
Nat Methods. 2019 Oct;16(10):999-1006. doi: 10.1038/s41592-019-0547-z. Epub 2019 Sep 9.
10
Joint profiling of DNA methylation and chromatin architecture in single cells.单细胞中 DNA 甲基化和染色质构象的联合分析。
Nat Methods. 2019 Oct;16(10):991-993. doi: 10.1038/s41592-019-0502-z. Epub 2019 Aug 5.