Inferência precisa da ligação de fatores de transcrição a partir de dados de sequência de DNA e acessibilidade da cromatina

A anotação funcional precisa de elementos regulatórios é essencial para entender a regulação gênica global. Aqui, relatamos um mapa abrangente de 827.000 sítios de ligação de fatores de transcrição em linhas celulares linfoblastoides humanas, composto por sítios correspondentes a 239 matrizes de peso de posição de motivos de ligação de fatores de transcrição conhecidos e 49 novos motivos de sequência. Para gerar este mapa, desenvolvemos uma estrutura probabilística que integra dados experimentais específicos de células ou tecidos, como modificações de histonas e padrões de clivagem de DNase I, com informações genômicas como anotação gênica e conservação evolutiva. A comparação com dados empíricos de ChIP-seq sugere que nosso método é altamente preciso, mas tem a vantagem de direcionar muitos fatores em um único ensaio. Antecipamos que essa abordagem será uma ferramenta valiosa para estudos de regulação gênica em todo o genoma em uma ampla variedade de tipos celulares ou tecidos sob diversas condições.