ゲノム構造マッピング

分子生物学において、ゲノムアーキテクチャマッピング（GAM）は、ライゲーションに依存しない方法で共局在するDNA領域をマッピングする凍結切片法です。^{[1] [2]}染色体コンフォメーションキャプチャ（3C）のいくつかの制限を克服します。これらの方法は、相互作用するDNAセグメントをキャプチャするために消化とライゲーションに依存しています。^{[3] GAMは、ライゲーションなしで任意の数の}ゲノム遺伝子座間の3次元近接性をキャプチャする最初のゲノムワイドな方法です。^[1]

上述の凍結切片法で見つかった断片は核プロファイルと呼ばれます。核プロファイルが提供する情報は、ゲノム全体にわたるその被覆率に関係しています。ゲノム内での核プロファイルの存在の強さを表す大きな値のセットが生成されます。ゲノム全体にわたる被覆率の大きさに基づいて、クロマチン相互作用、凍結切片化される核内の核プロファイルの位置、およびクロマチンの圧縮レベルに関する判断を下すことができます。^[4]

この情報を視覚化するために、特定の染色体内で表されているゲノムウィンドウで核プロファイルが検出されるかどうかを示す表によって提供される生データを使用して、特定の方法を実装することができます。ウィンドウ内での検出を 1、検出なしを 0 として、グラフ、チャート、ヒートマップ、およびバイナリ検出方法以外の方法でこれらのサブセットを表示できるその他の視覚化方法を作成することにより、データのサブセットを取得して解釈できます。凍結切片で取得したデータを解釈するために、よりグラフィカルなアプローチを使用することで、これまでは見えなかった相互作用を見ることができます。

これらのビジュアルの解釈方法の例として、核プロファイルの放射状位置とクロマチン凝縮レベルを示す棒グラフが挙げられます。これらのグラフは、カテゴリに分割して、ゲノムウィンドウ内で核プロファイルが検出される頻度を一般化できます。レーダーチャートは、いくつかの変数内での発生率を表す円形グラフです。ゲノム情報という意味では、レーダーチャートは、ゲノムを構成する特定の領域の一部であるゲノムの「機能」内でゲノムウィンドウがどのように表されるかを示すために使用できます。これらのチャートは、核プロファイルのグループを相互に比較するために作成でき、これらの機能内での発生の違いがグラフィカルに表示されます。ヒートマップは、テーブル内の個々の値が、値に基づいて異なる色を帯びるセルによって示される、別の形式のビジュアル表現です。これにより、同様の色のグループの表示やその欠如によって、テーブル内の傾向を確認できます。

右側のヒートマップは、計算されたJaccard 指数に基づく核プロファイル間の関係を表しています。0～1 の値は、2 つの核プロファイル間の類似度です。この類似性を示すことで、ゲノム内で特定の核プロファイル グループがより一般的である場所を表示できます。このヒートマップでは、斜めの白いセル線が予想されます。これは、これらのセルが核プロファイルが交差する場所を示し、したがって互いに可能な限り類似しているため、値が 1 になるからです。斜めの白いセル線に加えて、ヒートマップの右下には、他の薄い色のセルのクラスターが見られます。この核プロファイルのグループは、Jaccard 指数を使用して高い類似性を示しています。つまり、核プロファイルは他のものよりも多くのゲノム ウィンドウに存在します。

右側の棒グラフは、放射状位置のカテゴリに属する​​核プロファイルの割合を表しています (5 は強く赤道的、1 は強く頂端的)。核プロファイルのクラスターは、k 平均法クラスタリング法を使用して、相互の類似性に基づいて計算されました。プロセスを開始するには、クラスターの「中心」として 3 つの核プロファイルをランダムに選択します。中心がランダムに選択された後、計算された距離値を使用して、各中心からの距離に基づいて、他のすべての核プロファイルをクラスターに割り当てます。次に、クラスターをより適切に表す新しい中心を選択します。このプロセスは、開始時の中心が終了時の中心と一致するまで繰り返されます。クラスターの中心が変わっていない場合、適切なクラスターが選択されたと解釈できます。これらの各クラスター内で、核プロファイルには放射状位置に基づいて 1 から 5 までの値が割り当てられ、このデータが棒グラフに入力されて視覚化されます。

右のレーダー チャートは、マウス ゲノムの特定の特徴内での核プロファイルの出現率の 3 つのクラスターを示しています。核プロファイルの各クラスターは、核プロファイルの放射状の位置を示す棒グラフに関連して、上記の k-means クラスタリング手法を使用して計算されました。クラスター間で比較し、クラスターが特定の特徴で互いにどの程度出現するかを比較できます。特定の特徴内でのクラスターの存在を計算するには、特徴内で検出されたウィンドウ内に核プロファイルが存在するかどうかを判断します。クラスター内の核プロファイルが、特徴内で検出された同じウィンドウ内で出現する頻度のパーセンテージが、レーダー チャートに表示されます。

凍結切片は徳安法に従って作製され、核と細胞の構造を保存するために厳重に固定し、ショ糖-PBS溶液で凍結保護した後、液体窒素で凍結します。^[5]ゲノム構造マッピングでは、レーザーマイクロダイセクションの前に、ゲノムの3Dトポロジーを探索するために切片作成が必要なステップです。その後、レーザーマイクロダイセクションにより、DNA抽出と配列決定の前に各核プロファイルを分離できます。

GAMtools は、Robert Beagrie が開発したゲノム アーキテクチャ マッピング データ用のソフトウェア ユーティリティのコレクションです。^{[6] GAMtools を実行する前に} Bowtie2が必要です。このプログラムに必要な入力はFastq 形式です。このソフトウェアにはさまざまな機能があり、使用する正確なコマンドはソフトウェアで何をしたいかによって異なりますが、ほとんどの機能では分離テーブルの生成が必要なため、ほとんどのユーザーにとって最初の手順は、入力データをダウンロードまたは作成し、シーケンス マッピングを実行することです。これにより分離テーブルが生成され、これを使用して、以下に概説するさまざまな操作を実行できます。詳細については、GAMtools のドキュメントを参照してください。^[7]

GAMtools コマンドgamtools process_nps を使用してマッピングを実行できます。このコマンドは、核プロファイルから生のシーケンス データをマッピングします。GAMtools には、NP の品質管理チェックを実行するオプションもあります。このオプションは、前のコマンドにフラグ-c/--do-qc を追加することで有効にできます。品質管理チェックを有効にすると、GAMtools は品質の悪い核プロファイルを除外しようとします。

マッピングが完了すると、GAMtools はバックグラウンド ゲノム ファイルの各ウィンドウと重複する各核プロファイルからの読み取り数を計算します。デフォルトのウィンドウ サイズは 50 kb です。これはすべて同じ process_nps コマンドによって実行されます。その後、分離テーブルが生成されます。

このプロセスのコマンドはgamtools matrixです。入力ファイルは、windows 呼び出しステップから計算された分離テーブルです。GAMtools は、正規化された連鎖不平衡を使用してこれらのマトリックスを計算します。つまり、各ウィンドウのペアが同じ NP によって検出された回数を調べ、すべての NP で各ウィンドウが検出された回数に基づいて結果を正規化します。次の図は、GAMtools を使用して生成された近接マトリックス ヒートマップの例を示しています。

GAMtools コマンドgamtools compaction を使用すると、クロマチンの圧縮の推定値を計算できます。圧縮は遺伝子に割り当てられる値で、遺伝子の大きさを表します。圧縮のレベルは遺伝子座の体積に反比例します。体積の小さいゲノム座は圧縮レベルが高いと言われ、体積の大きい座は圧縮レベルが低いと言われます。図に示すように、圧縮レベルが低い座は、凍結切片スライスによって頻繁に交差すると予想されます。GAMtools はこの情報を使用して、多くの核プロファイルでの検出頻度に基づいて各座に圧縮値を割り当てます。これらの座の圧縮率は静的ではなく、細胞の寿命を通じて継続的に変化します。ゲノム座は、その遺伝子がアクティブになると圧縮が解除されると考えられています。これにより、研究者は GAMtools データの結果を使用して、現在細胞内でどの遺伝子がアクティブであるかを推測できます。圧縮率の低い遺伝子座は転写活性にも関係していると考えられています。圧縮コマンドの時間計算量はO ( m × n ) です。ここで、mはゲノムウィンドウの数、nは核プロファイルの数です。

GAMtools を使用すると、NP の半径位置を計算できます。NP の半径位置は、NP が核の赤道または中心からどれだけ近いか遠いかの尺度です。核の中心に近い NP は赤道側と見なされ、核の端に近い NP は頂点側と見なされます。半径位置を計算する GAMtools コマンドはgamtools radius_posです。これには、事前に分離テーブルを生成しておく必要があります。半径位置は、特定のクロマチン領域を含む NP の平均サイズから推定されます。周辺に近いクロマチンは通常、より小さく頂点に近い NP と交差しますが、中心のクロマチンはより大きな赤道側の NP と交差します。

各 NP のサイズを推定するために、GAMtools は各 NP が見たウィンドウの数を確認します。より多くのウィンドウを見た NP は、体積が大きいと想定できるためです。これは、クロマチンの圧縮を推定するために使用される方法と非常によく似ています。右の図は、GAMtools が各 NP の検出率を確認して体積を推定し、圧縮または放射状の位置を決定する方法を示しています。最初の NP を見ると、3 つのウィンドウすべてと交差していることがわかるので、これが最大の NP の 1 つであると推定できます。2 番目の NP は 3 つのウィンドウのうち 2 つと交差しているので、これが最初の NP よりも小さいと推定できます。3 番目の NP は 3 つのウィンドウのうち 1 つとのみ交差しているので、これが最小の NP であると推定できます。これで各 NP のサイズが推定されたので、放射状の位置を推定できます。より大きな NP がより赤道的であると仮定すると、最初の NP が最も赤道的であり、2 番目の NP が 2 番目に赤道的であり、3 番目の NP が最も頂点的であることがわかります。

以下は、NP リストの半径位置を計算する方法を示した疑似コードです。

// 行がNPに対応し、列がウィンドウに対応するデータという2D行列があるとします。つまり、data[1][2]が1の場合、NP 1にはウィンドウ2が含まれていることを意味します。
// この変数を使用して、単一のNPによって検出されたウィンドウの最大数を追跡します
MAXWINDOW = 0 とします
// この配列を使用して、各NPによって検出されたウィンドウの数を追跡し、後で半径位置を決定できるようにします。
RADIAL_POS = []とします

// すべてのNPをループする
NPが1からNUM_NPSまでの場合:
    WINCOUNT = 0 とする

    // 各NPが見たウィンドウの数を数える
    1 から NUM_WINDOWS までの WIN の場合:
        IF ( データ[NP][WIN] == 1 )
            ウィンカウント = ウィンカウント + 1

    // 現在のNPが最も多くのウィンドウを見ているかどうかを確認します
    WINCOUNT > MAXWINDOWの場合:
        MAXWINDOW = ウィンカウント

    // 現在のNPのカウントを配列に追加します
    RADIAL_POS.APPEND( WINCOUNT )

// 各 NP が見たウィンドウの数を、NP が見た最大のウィンドウの数で割って、半径位置の推定値を取得します。
NPが1からNUM_NPSまでの場合:
    RADIAL_POS[NP] = RADIAL_POS[NP] / MAXWINDOW

この擬似コードは、半径位置の推定値を提供する 0 - 1 の範囲の半径位置のリストを作成します。ここで、1 は最も赤道側、0 は最も頂点側です。この擬似コードの時間計算量は O( n * m ) です。ここで、n は NP の数、m はウィンドウの数です。最初の for ループは n 回の反復を実行し、その内側の for ループは m 回の反復を実行するため、その for ループの時間計算量は O( n * m ) です。2 番目の for ループは n 回の反復を実行するため、時間計算量は O( n ) です。したがって、このコードの全体的な時間計算量は O( n * m + n ) であり、これは O( n * m ) に削減できます。

上記のフローチャートは、GAM 分析からデータを取得する一般的なプロセスを示しています。円は実行されるプロセスを表し、四角はデータを表します。

GAM 分析の最初のステップは、細胞の凍結切片化と検査です。このプロセスにより、DNA 片 (ゲノム ウィンドウ) を含む核スライス (核プロファイル) のコレクションが作成されます。次に、これらの核プロファイルを検査して、分離表を作成します。分離表は GAM 分析の基礎です。これには、各核プロファイル内にどのゲノム座位が出現するかを詳細に示す情報が含まれています。

以下に記載されていないデータ分析の例としては、クラスタリングが挙げられます。たとえば、類似したゲノム遺伝子座を含む核プロファイルは、k-means クラスタリングまたはそのバリエーションによってクラスタリングできます。k-means は、類似性尺度に従ってすべての核プロファイルをクラスタリングするという点で、この特定の問題に適していますが、欠点もあります。k-means クラスタリングの時間計算量は O(tknd) です。ここで、 tは反復回数、kは平均の数、nはデータ ポイントの数、d は各データ ポイントの次元数です。このような計算量により、k-means クラスタリングは NP 困難になります。^[8] そのため、大規模なデータ セットには適しておらず、データのサブセットに適しています。

さらに分析を進めるには、GAMtoolsを使用することができます。^[6] GAMtoolsは、分離表からデータを外挿するために使用できるソフトウェアツールスイートであり、その結果のいくつかについては以下で説明します。

共分離、つまり連鎖は、2つのゲノム遺伝子座が同じ核プロファイルに一緒に現れる頻度を観察することで判定できます。このデータは、どの遺伝子座が3D空間で物理的に互いに近いか、どの遺伝子座が定期的に相互作用するかを示し、DNA転写を説明するのに役立ちます。^[1]

SLICEはゲノム遺伝子座間の特定の相互作用を予測する方法であり、共分離データから得られた統計データを使用します。^[1]

最後に、グラフ分析を分離表に適用してコミュニティを見つけることができます。コミュニティは、クリーク^[9]など、いくつかの方法で定義できますが、この記事では、コミュニティ分析は中心性に焦点を当てます。中心性に基づくコミュニティは、ソーシャルメディアネットワーク上の有名人とそのファンベースに類似していると考えることができます。ファンはお互いにあまり交流しないかもしれませんが、「中心」である有名人とは交流します。

中心性には、次数中心性、固有ベクトル中心性、媒介中心性など、いくつかの種類があり、これらはすべて異なるコミュニティが定義される結果となる可能性があります。注目すべき点は、上記のソーシャル ネットワークの例えでは、多くの有名人をフォローしている 1 人の人物が有名人に対して何の影響も及ぼさない可能性があるため、固有ベクトル中心性は正確ではない可能性があることです。その場合、グラフは有向であると見なすことができます。GAM 分析では、一般にグラフは無向であると想定されるため、固有ベクトル中心性を使用すれば正確になります。クリークと中心性の計算はどちらも計算上複雑です。前述のクラスタリングと同様に、大規模な問題には適応できません。

SLICE (StatisticaL Inference of Co-sEgregation) は、GAM データ分析において重要な役割を果たします。^[1]これは Mario Nicodemi の研究室で開発され、GAM 共分離データから遺伝子座間の最も特異的な相互作用を識別するための数学モデルを提供します。これは、特定の時間における各ペア遺伝子座の特異的相互作用の割合を推定します。これは一種の尤度法です。SLICE の最初のステップは、GAM 核プロファイルの予想される割合の関数を提供することです。次に、実験データを説明する最良の確率結果を見つけます。^[1]

SLICE モデルは、相互作用しない遺伝子座が同じ核プロファイルに入る確率は予測可能であるという仮説に基づいています。確率はこれらの遺伝子座の距離に依存します。SLICE モデルでは、遺伝子座のペアを 2 つのタイプ (1 つは相互作用、もう 1 つは非相互作用) として扱います。仮説に従って、核プロファイル状態の割合は数学的分析によって予測できます。相互作用確率の関数を導出することにより、これらの GAM データを使用して、顕著な相互作用を見つけ、GAM の感度を調べることもできます。

SLICE は、細胞集団全体で 1 組の遺伝子座が相互作用するかしないかを考慮します。この計算の最初のステップは、単一の遺伝子座を記述することです。遺伝子座AとBのペアには、2 つの状態が考えられます。1 つは、AとB が相互作用しない状態です。もう 1 つは、相互作用がある状態です。最初の問題は、単一の遺伝子座が核プロファイルで見つかるかどうかです。

数式は次のようになります。

単一遺伝子座の確率: - < > 遺伝子座が核プロファイルで見つかる確率。 - < > < > 遺伝子座が核プロファイルで見つからない確率。 - < >=${\displaystyle v_{0},v_{1}}$
${\displaystyle v_{1}}$
${\displaystyle v_{0}}$${\displaystyle =1-}$${\displaystyle v_{1}}$
${\displaystyle v_{1}}$${\displaystyle V_{NP}/V_{核}}$

上記の式のように、核の体積は計算に必要な値です。これらの核プロファイルの半径を使用して、核の半径を推定できます。半径の SLICE 予測は、モンテカルロ シミュレーションと一致します(この手順の詳細については、元の著者の論文の図のライセンスを取得した後に更新されます)。推定された半径の結果を使用して、2 つの遺伝子座が相互作用しない状態にある確率と、これらの 2 つの遺伝子座が相互作用する状態にある確率を推定できます。

非相互作用の数学的表現は次のとおりです。

< >、i = 0、1、2 は、相互作用しない遺伝子座のペアの 0、1、または 2 つの遺伝子座を検索します。相互作用しない 状態の 2 つの遺伝子座: 相互作用の数学的表現は次のとおりです。2 つの遺伝子座の相互作用状態の推定:確率~ 、~0、~${\displaystyle u_{i}}$
${\displaystyle u_{i}}$
${\displaystyle <u_{0}>=<v_{0}^{2}>、<u_{1}>=<v_{1}v_{0}>、<u_{2}>=<v_{1 }^{2}>}$

${\displaystyle t_{i}}$
${\displaystyle <t_{2}>}$${\displaystyle <v_{1}>}$${\displaystyle <t_{1}>}$${\displaystyle <t_{0}>}$${\displaystyle <v_{0}>=1-<v_{1}>}$

前のプロセスの結果を使用して、統計的手法によって 1 つの核プロファイル内の遺伝子座のペアの発生確率を計算できます。遺伝子座のペアは、3 つの異なる状態で存在できます。それぞれに、 単一の核プロファイル内の遺伝子座のペアの発生確率があります。: 2 つの遺伝子座のペアが相互作用状態にある確率。: 一方が他方と相互作用するが、もう一方は相互作用しない確率。: 2 つが相互作用しない確率。SLICE 統計分析は、番号 i は A を表します。番号 j は B を表します (i と j は、0、1、または 2 つの遺伝子座に等しい)。 ${\displaystyle P_{i},i=0,1,2}$
${\displaystyle P_{2},P_{1},P_{0}}$
${\displaystyle P_{2}}$
${\displaystyle P_{1}}$
${\displaystyle P_{0}}$

${\displaystyle N_{0,0}/N=<t_{0}^{2}>P_{2}+<t_{0}u_{0}>P_{1}+<u_{0}^{2}>P_{0}}$
${\displaystyle N_{2,0}/N=N_{0,2}=<t_{1}^{2}>P_{2}+<t_{1}u_{1}>P_{1}+<u_{1}^{2}>P_{0}}$
${\displaystyle N_{i,j}}$

実験の数が限られているため、ある程度の検出効率が必要です。検出効率を考慮すると、このSLICEモデルを拡張して追加の複雑さに対応できます。これは、計算結果を改善するための統計的手法です。この部分では、GAMデータは、スライス内の遺伝子座が実験で見つかったものと、スライス内の遺伝子座が実験で検出されなかったものの2種類に分けられます。

推定された検出効率と の以前の確率に基づいて、ペアの相互作用確率を計算できます。遺伝子座は次世代シーケンシングによって検出されます。 ${\displaystyle u_{0},u_{1},u_{2}}$

ゲノムをマッピングする場合、ゲノムのさまざまなゲノムウィンドウと核プロファイル (NP) 間の共分離を調べることができます。組織のスライスやサンプルを採取すると、核プロファイルと、ゲノム内にあるウィンドウの範囲が得られます。この場合の共分離とは、ゲノム内の指定されたウィンドウ間の連鎖、および連鎖不平衡と正規化連鎖不平衡を特定することです。共分離と連鎖を計算する手順の 1 つは、各ウィンドウの検出頻度を見つけることです。検出頻度は、指定されたウィンドウ内に存在する NP の数を NP の総数で割ったものです。計算された各値は、ゲノムを分析するための重要な違いと統計を識別します。正規化連鎖不平衡は、ゲノムウィンドウ間の実際の連鎖を決定する最終的な計算です。各値が計算されると、各結果を使用して、ゲノム内の指定された各ウィンドウの正規化連鎖平衡が計算されます。正規化されたリンク値は 1.0 から -1.0 までの範囲で、1.0 は 2 つの間のリンクが高いことを意味し、1.0 未満ではリンクが低くなります。各ウィンドウの正規化されたリンク値をチャートまたはマトリックスに組み合わせると、ヒートマップまたは別のグラフを使用してゲノムをマッピングおよび分析できます。共分離値と正規化されたリンク値は、次のセクションで説明する中心性やコミュニティ検出などのさらなる計算や分析にも使用できます。

ウィンドウの共分離とリンクを見つけるには、検出頻度、共分離、リンク、および正規化されたリンクの計算を完了する必要があります。

上記の各計算手順は、以下の表に表示され、説明されています。

前のステップのすべての計算ステップが完了すると、マトリックスを作成してマッピングできます。ゲノム内の指定された 81 個のウィンドウのセットで、正規化されたリンクを81 x 81 のサイズのマトリックスに埋めることができます。これは、すべての正規化されたリンク値を計算するため、各ウィンドウがそれ自体および他のすべてのウィンドウと比較されるためです。各ウィンドウのリンクが計算されると、値はマトリックス内の指定された場所に挿入されます。たとえば、比較が最初のウィンドウと 2 番目のウィンドウの間で行われる場合、リンク値はマトリックスの最初の列と 2 番目の行に配置されます。このサイズのマトリックスから生成されたヒートマップの例を以下に示します。

正規化された連鎖行列から表示されるヒートマップを分析する場合、各ブロックの色が重要です。上記のヒートマップの例を見ると、凡例によると、連鎖値 1.00 はヒートマップ内の明るい黄色に対応しています。これは最高の連鎖値であり、各ウィンドウがそれ自体と比較されるマップ内の黄色のブロックの対角線で示されます。この凡例とヒートマップにより、連鎖を色に基づいて表示することができ、行列内の最初の数個のウィンドウと最後の数個のウィンドウの間には連鎖レベルが低いことが示され、青/緑色になります。ヒートマップは、ゲノム内の指定されたウィンドウ セクション内のすべてのウィンドウ間の連鎖値を分析する最も簡単で明確な方法の 1 つです。生成されたヒートマップと正規化された連鎖行列は、以下で説明するように、さらに分析するために使用できます。

対象となるすべてのゲノムウィンドウの共分離が計算されると、ウィンドウのセット内の関連するサブセットまたは「コミュニティ」をグラフ分析によって近似できます。

共分離行列が確立されると、それを隣接行列に変換してグラフを表すプロセスは比較的簡単です。共分離行列の各セルは、0.0 ～ 1.0 のしきい値と比較する必要があります。この値は、グラフの目的の特異性に応じて調整できます。しきい値として高い値を選択すると、一般的にグラフのエッジが少なくなります。高いしきい値では 2 つのウィンドウが強くリンクされている必要があるためです。低い値を選択すると、一般的にグラフのエッジが多くなります。ウィンドウがエッジとして分類されるためにそれほど強くリンクされている必要がないためです。この値を設定する適切な開始点は、共分離グラフの平均値です。ただし、単純な平均を使用すると、しきい値が意図したよりも高くなる場合があります。これは、ウィンドウ自体の共分離値が 1.0 になるためです。構築される隣接行列は非反射的であるため、つまりウィンドウはそれ自体とエッジを共有できないため、隣接行列の対角線はすべてゼロである必要があり、共分離行列の対角線は関係ありません。これを補正するには、共分離行列の対角線に沿った値を単純に割り引いて平均を正規化します。この調整の効果を確認するには、添付の図を参照してください。しきい値が設定されると、変換はかなり直接的になります。共分離行列のセルが主対角線に沿っている場合、隣接行列の対応するセルは前述のように 0 になります。そうでない場合は、しきい値と比較されます。値がしきい値より低い場合、隣接行列の対応するセルは 0 になり、そうでない場合は 1 になります。

隣接行列が確立されると、中心性のさまざまな尺度を使用してウィンドウを評価できます 。そのような尺度の 1 つが次数中心性です。次数中心性は、グラフの特定のノード (ゲノム ウィンドウの 1 つ) のエッジの数を、ノードの総数から 1 を引いた数で割ることによって計算されます。この計算の例については、添付の図を参照してください。ノードの中心性は、そのノードの比較的高い接続量に基づいて、データセット内でそのノードが強い影響力を持つ可能性を示す優れた指標になります。

中心性値が計算されると、データの関連サブセットを推測できるようになります。これらの関連サブセットは「コミュニティ」と呼ばれ、データ内では密接にリンクされていますが、外部の残りのデータとはそれほど密接にリンクされていません。コミュニティ検出の最も一般的な用途の 1 つはソーシャル メディアとソーシャル コネクションのマッピングに関するものですが、^[11]ゲノム相互作用などの問題にも適用できます。コミュニティを近似する比較的簡単な方法は、次数中心性などの中心性尺度に基づいていくつかの重要なノードを分離し、それらからコミュニティを構築することです。ノードのコミュニティは、そのノード自体だけでなく、そのノードに直接リンクされているノードの完全なセットになります。たとえば、左の図では、ノードCの周りのコミュニティはグラフの 4 つのノードすべてになりますが、DのコミュニティはノードCとDだけです。ゲノム ウィンドウ内のコミュニティの検出により、潜在的なクロマチン相互作用や、以前は予想も理解もされていなかった他の相互作用が明らかになり、さらに研究する対象が提供される場合があります。

3Cベースの方法と比較して、GAMには3つの重要な利点があります。^[12]

• C メソッドはペアワイズ相互作用法を使用するため、ペアの結果しか提供できません。ただし、GAM は複数の遺伝子座のクラスタリングを検出できます。
• C 法では制限酵素が重要な役割を果たします。その場合、制限酵素サイトによってライゲーションベースの方法が制限されます。GAM にはこの制限はありません。
• C メソッドでは GAM よりも多くのセルが必要です。