中戸 隆一郎 　著

内容

目次

1.　エピゲノム情報とは 1.1　ゲノム 　1.1.1　コーディング遺伝子・ノンコーディング遺伝子 　1.1.2　ゲノミクス 1.2　エピゲノム 　1.2.1　細胞種の個性を形成するエピゲノム 　1.2.2　細胞分化におけるエピゲノムの遷移 　1.2.3　ゲノムリプログラミング 　1.2.4　環境で変化するエピゲノム 1.3　エピゲノムの種類 　1.3.1　DNAメチル化 　1.3.2　ヒストン修飾 　1.3.3　転写因子結合 　1.3.4　オープンクロマチン 　1.3.5　ゲノム三次元構造 1.4　シークエンサーを用いたエピゲノム解析 　1.4.1　シークエンサーの概要 　1.4.2　リードデータの形式（FASTQ形式） 　1.4.3　シングルエンドリードとペアエンドリード 　1.4.4　シークエンサーデータの公開・共有 1.5　リードマッピング 　1.5.1　シークエンサーデータのマッピング 　1.5.2　ユニークリードとマルチリード 　1.5.3　マップデータの形式（SAM・BAM形式） 　1.5.4　BED形式 1.6　リード分布 　1.6.1　リード分布ファイルの形式 　1.6.2　マッパビリティ 2.　ヒストン修飾，転写因子結合 2.1　ChIP-seq法とは 　2.1.1　ChIP-seq法の流れ 　2.1.2　その他のアッセイ 2.2　ピーク検出 　2.2.1　ピークの種類 　2.2.2　リード分布モデル 　2.2.3　インプットサンプル・ネガティブコントロールとの比較 　2.2.4　p値の閾値と多重検定の補正 　2.2.5　Irreproducible discovery rate（IDR） 　2.2.6　その他のピーク検出法 　2.2.7　広域ピークの検出 　2.2.8　混合ピークの解析 2.3　品質評価 　2.3.1　ChIP-seqデータの品質 　2.3.2　リード深度 　2.3.3　ライブラリ複雑度 　2.3.4　S/N比 　2.3.5　ストランドシフトプロファイルを用いたS/N比とDNA断片長の評価 2.4　サンプル間ピーク比較 　2.4.1　二値比較 　2.4.2　定量的比較 　2.4.3　定量的比較のためのリード正規化手法 　2.4.4　スパイクイン正規化 2.5　モチーフ抽出 　2.5.1　モチーフ抽出とは 　2.5.2　モチーフ抽出法の種類 3.　DNAメチル化 3.1　DNAメチル化とは 　3.1.1　DNAメチル化・ヒドロキシメチル化 　3.1.2　DNA脱メチル化機構 　3.1.3　DNAメチル化の生物学的意義 　3.1.4　ゲノムインプリンティング 3.2　DNA　メチル化解析アッセイの種類 　3.2.1　MeDIP-seq 　3.2.2　バイサルファイトシークエンシング 　3.2.3　PBAT法 　3.2.4　Reduced representation bisulfite sequencing（RRBS） 　3.2.5　マイクロアレイ（Infinium） 　3.2.6　１分子シークエンサーを用いたメチル化解析 3.3　DNAメチル化解析のワークフロー 　3.3.1　DNAメチル化解析の流れ 　3.3.2　サンプル間メチル化比較：フィッシャーの正確確率検定 　3.3.3　サンプル間メチル化比較：ロジスティック回帰 4.　オープンクロマチン，ヌクレオソーム 4.1　オープンクロマチン・ヌクレオソーム解析とは 　4.1.1　オープンクロマチン解析 　4.1.2　オープンクロマチン解析とヌクレオソーム解析の種類 　4.1.3　ChIP-seqとの用途の違い 4.2　オープンクロマチン・ヌクレオソーム解析のワークフロー 　4.2.1　オープンクロマチン解析の流れ 　4.2.2　ヌクレオソーム解析の流れ 　4.2.3　オープンクロマチン解析のピーク抽出 　4.2.4　モチーフ抽出 　4.2.5　転写因子フットプリント 4.3　シングルセル解析（scATAC-seq） 　4.3.1　scATAC-seqとは 　4.3.2　scATAC-seqの流れ 　4.3.3　遺伝子発現量の推定 　4.3.4　疑似バルク解析 　4.3.5　エンハンサー・プロモーター相互作用推定 　4.3.6　遺伝子制御ネットワークの構築 5.　ゲノム三次元構造 5.1　階層的ゲノム構造 　5.1.1　染色体テリトリー 　5.1.2　コンパートメント 　5.1.3　TAD 　5.1.4　クロマチンループ 　5.1.5　ストライプ 　5.1.6　その他のゲノム構造 　5.1.7　その他の生物種のゲノム構造 5.2　ゲノム立体構造解析の原理 　5.2.1　立体構造解析の流れ 　5.2.2　立体構造解析で得られるリード分布 5.3　種々の立体構造解析手法 　5.3.1　全ゲノム相互作用の網羅的解析（Hi-C，Micro-C） 　5.3.2　ゲノム領域を制限した網羅的解析（Capture-C） 　5.3.3　特定のタンパク質を介した立体相互作用の抽出（ChIA-PET，HiChIP） 　5.3.4　多点間相互作用検出 5.4　Hi-C解析の流れ 　5.4.1　コンタクト行列の計算 　5.4.2　コンタクト行列の正規化 　5.4.3　コンタクト距離の分布 　5.4.4　コンパートメント検出 　5.4.5　コンパートメント強度 　5.4.6　TAD検出 　5.4.7　Arrowhead 　5.4.8　インシュレーションスコア 　5.4.9　Directionality index 　5.4.10　ループ検出 　5.4.11　ChIA-PETでのループ検出 　5.4.12　ピーク集計分析 　5.4.13　その他の解析手法 　5.4.14　アリル特異的解析 5.5　確率的立体構造 　5.5.1　ゲノム立体構造の確率的ばらつき 　5.5.2　ループ押し出しモデル 　5.5.3　三次元構造モデリング 6.　エピゲノムデータベースと大規模解析 6.1　エピゲノムデータベース 　6.1.1　論文公開のためのデータアーカイブ 　6.1.2　種々のエピゲノムデータベース 　6.1.3　ヒストン修飾データベース 　6.1.4　転写因子結合領域データベース 　6.1.5　三次元構造データベース 　6.1.6　エピゲノムデータベースの注意点 6.2　多サンプルを用いた大規模解析 　6.2.1　文脈特異的な転写因子相互作用の同定 　6.2.2　クロマチン状態アノテーション 　6.2.3　BED12形式 6.3　機械学習を用いた予測モデル 　6.3.1　遺伝子発現予測 　6.3.2　エンハンサー・プロモーター相互作用予測 　6.3.3　全ゲノム相互作用予測 　6.3.4　データ補完 引用・参考文献 索引