基于人口腔上皮细胞颅颌面特异增强子序列机器学习预测IRF6位点唇腭裂致病突变

发布时间：2021-12-29 13:13

　　目的:利用基于人口腔上皮细胞颅颌面特异增强子序列机器学习,优化唇腭裂相关非编码突变研究靶点的筛选。方法:采用永生化人口腔上皮细胞（HIOEC）组蛋白H3第27位赖氨酸的乙酰化（H3K27Ac）染色质免疫共沉淀测序（Ch IP-Seq）整合人类胚胎期颅颌面超级增强子区域,获得人口腔上皮细胞颅颌面特异增强子区域。采用gapped k-mer SVM算法总结增强子序列特征,并用该特征判断干扰素调节因子6（IRF6）附近唇腭裂相关单核苷酸多态性（SNP）位点或突变对增强子活性的影响。结果:人口腔上皮细胞颅颌面特异性增强子能够涵盖超过半数唇腭裂相关SNP位点（P<0.01）,而基于该序列特征的机器学习预测与范德伍德综合征相关的350dupA位点显著降低所在增强子活性。双荧光素酶报告基因显示350dupA显著降低增强子在人口腔上皮细胞内的活性（P<0.01）。结论:基于人口腔上皮细胞颅颌面特异增强子序列机器学习能够精准判断IRF6附近唇腭裂相关非编码突变,优化唇腭裂遗传功能研究。 

【文章来源】：口腔生物医学. 2020,11(03)

【文章页数】：5 页

【部分图文】：

SNP与不同上皮特异性增强子区域富集关系

gkm SVM基于人口腔上皮细胞颅颌面特异性增强子DNA序列机器学习效果评估

gkm SVM预测IRF6附近的350dup A显著降低口腔上皮特异性增强子活性


本文编号：3556197