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2 TADs识别方法

Table 2 Methods for identification of TADs

方法 分类 特点 实现语言 典型程序 DI 边界点,非差异 隐马尔科夫模型 R,Python HiTC/TADtool HiCseg 边界点,非差异 二维分割矩阵 R HiCseg TopDom 边界点,非差异 钻石形滑窗法 R TopDom.R TADtree 层级式,非差异 交互频率经验分布 Python TADtree TADbit 边界点,非差异 基于BIC惩罚的概率模型 Python TADbit HiTAD 层级式,非差异 隐马尔科夫模型 Python TADLib IC-Finder 层级式,非差异 层次聚类 MATLAB IC-Finder.m GMAP 层级式,非差异 高斯混合模型 R GMAP 3DNetMod 层级式,非差异 基于图理论 Python 3DNetMod deDoc 层级式,非差异 基于图结构墒理论 R deDoc HiCDB 边界点,差异性 局部相对隔绝指数和多尺度聚类 R,MATLAB RHiCDB/HiCDB.m