GA黄金甲

　　基因组DNA和组蛋白以特定的大局高度折叠在细胞核中，这一高级结构即三维基因组学，对细胞核内的诸多性命活动至关沉要
；谌旧使瓜蟛痘瘢3C），尤其是高通量技术（Hi-C，ChIA-PET）的发展极大推动了三维基因组的钻研，发现了蕴含染色质拓扑有关结构域（TAD），染色质环等一系列档次化的结构特点
。近年来，单细胞水平下的Hi-C钻研成为了三维基因组的一个沉要钻研方向
。单细胞Hi-C数据对深刻理解染色质结构的动力学机造，成立高分辨率细胞发育图谱都拥有关键意思
。然而，单细胞Hi-C数据由于极端稀少，目前主流的Hi-C数据分析算法对其力所不及，而针对单细胞Hi-C设计的算法亦阐发欠安
。因而，亟需新的推算步骤来分析鉴定单细胞内的染色质高级结构
。 

　　7月27日，中科院北京基因组钻研所（国度生物信息中心）张治华钻研组开发了预测单细胞内类TAD结构的算法deTOKI，该钻研以“DeTOKI identifies and characterizes the dynamics of chromatin TAD-like domains in a single cell”为题，颁发在Genome Biology上
。 

　　该钻研将deTOKI与合用于低分辨率水平Hi-C数据的新算法IS, deDoc, SpectralTAD和GRiNCH，以及吓咨单细胞Hi-C尝试数据通过预测出高分辨率数据，再由已有算法鉴定类TAD域结构的新算法scHiCluster及Higashi六个软件进行综合比力，发现用deTOKI分析单细胞Hi-C数据了局优于其他六个软件
。比力的内容重要基于两点，首先是将高分辨率水平的Hi-C数据进行下采样，比力下采样数据和原始数据中鉴定的类TAD域结构的类似度，而后对染色质结构进行三维建模，对各个模型别离天生高分辨率水平和单细胞水平的仿照Hi-C数据，比力两个数据中鉴定的类TAD域结构的类似度
。文章随后还在已有的单细胞Hi-C尝试数据上使用？橄凳徒峁轨氐戎副昀雌兰廴砑的阐发，deTOKI都优于其它算法
。 

　　新算法deTOKI有助于将来的单细胞内染色质高级结构的钻研，基于deTOKI算法，钻研发现了单细胞内的类TAD域结构和细胞类型的关系，以及其与组蛋白建饰、DNA甲基化等多组学数据的关联
。该项钻研丰硕了对基因组结构和职能关系的意识，为三维基因组学钻研提供了新思路
。 

deTOKI的算法流程

单细胞水平类TAD天堑的表观建饰散布