基于生物信息学的Hi-C研究现状与发展趋势

吕红强, 郝乐乐, 刘二虎, 吴志芳, 韩九强, 刘源

Current status and future perspectives in bioinformatical analysis of Hi-C data

Lyu Hongqiang, Hao Lele, Liu Erhu, Wu Zhifang, Han Jiuqiang, Liu Yuan

表1 Hi-C数据标准化方法

Table 1 Normalization methods of Hi-C data

方法 分类 特点 实现语言 典型程序 SCN 隐式,单样本 行列归一化的矩阵平衡 MATLAB SCN_sumV2.m HiCNorm 显式,单样本 泊松回归估计系统偏差 R HiCNorm.R/HiTC ICE 隐式,单样本 迭代修正的矩阵平衡 R,C,Python HiTC/Hi-Corrector KR 隐式,单样本 内外迭代的快速矩阵平衡 MATLAB BNEWT.m caICB 显式,单样本 移除拷贝数偏差的改进ICE R,perl HiCapp HiCcompare 隐式,跨样本 双样本,局部加权线性回归 R HiCcompare MultiHiCcompare 隐式,跨样本 多样本,局部加权线性回归 R multiHiCcompare Binless 隐式,跨样本 配对末端序列片段的统计显著性分析 R Binless