TM-Loop：基于Transformer的多组学方法对染色质环结构的层次化检测

《Scientific Reports》：TM-Loop: Transformer multi-omics hierarchical detection of chromatin loop

　　

摘要

染色质环构成了基因组的层次化三维结构，并作为关键的调控枢纽，将远距离的顺式元件聚集在一起，以精确控制目标基因的转录。这些空间相互作用的破坏与包括癌症在内的人类疾病密切相关。Hi-C技术提供了全基因组的相互作用图谱，然而，在信号噪声比低且数据稀疏性高的情况下，准确识别染色质环仍然是三维基因组学中的一个主要瓶颈。我们提出了TM-Loop框架，该框架结合了多组学数据、Transformer深度学习和分层多尺度聚类技术，用于精确检测染色质环。以10 kb的Hi-C矩阵作为核心数据，它整合了ATAC-seq和CTCF ChIP-seq信号来构建一个加权特征系统，并减少样本不平衡。Transformer的多头注意力机制能够捕捉全局和局部特征之间的依赖关系，而双阈值过滤和锚点引导的聚类方法有效去除了虚假信号，降低了假发现率。源代码：https://github.com/yimuhuashui/TM-Loop。实验表明，TM-Loop在APA（染色质环分析）、蛋白质富集以及三维结构一致性方面均优于现有方法，为高精度的全基因组染色质环分析提供了一种新的工具。