Nucleosome Positioning 02-715 Advanced Topics in Computa8onal - - PowerPoint PPT Presentation

Nucleosome Positioning

02-­‑715 ¡Advanced ¡Topics ¡in ¡Computa8onal ¡ Genomics ¡

Nucleosome Core

Nucleosome Core and Linker

• 147 ¡bp ¡DNA ¡wrapping ¡

around ¡nucleosome ¡core ¡

• Varying ¡lengths ¡of ¡linkers ¡

between ¡adjacent ¡cores ¡

Linker ¡

Predicting Nucleosome Positions

• Many ¡studies ¡reported ¡evidence ¡that ¡nucleosome ¡posi8ons ¡can ¡be ¡

predicted ¡based ¡on ¡DNA ¡sequences ¡

– Enrichment ¡of ¡specific ¡short ¡DNA ¡sequences ¡in ¡the ¡nucleosome ¡occupied ¡ regions ¡ – Both ¡sequen8al ¡and ¡rota8onal ¡nucleosome ¡posi8ons ¡can ¡be ¡predicted ¡ – 10 ¡bp ¡periodicity ¡of ¡certain ¡dinucleo8des ¡as ¡nucleosome ¡affinity ¡feature ¡ ¡

• The ¡period ¡matches ¡the ¡pitch ¡of ¡the ¡DNA ¡helix ¡
• encourage ¡the ¡large-­‑scale ¡bending ¡of ¡the ¡DNA ¡molecule ¡necessary ¡to ¡

form ¡a ¡nucleosome ¡ – an ¡enrichment ¡of ¡AA ¡dinucleo8des ¡toward ¡the ¡5’ ¡end ¡of ¡the ¡nucleosome ¡ – nucleosome-­‑inhibi8ng ¡rather ¡than ¡nucleosome-­‑forming ¡(exclusion ¡signals ¡ than ¡occupancy ¡signals) ¡

• Mono-­‑nucleo8de ¡paSern ¡around ¡the ¡dyad ¡posi8on ¡predicts ¡the ¡

nucleosome ¡posi8ons ¡accurately. ¡(Reynolds ¡et ¡al., ¡2010) ¡

Datasets

• H. ¡sapiens ¡

– Experimentally ¡determined ¡438,652 ¡nucleosome ¡posi8ons ¡ ¡ – Derived ¡from ¡the ¡histone ¡methyla8on ¡ChIP-­‑seq ¡data ¡from ¡CD4+ ¡T-­‑cells ¡ a^er ¡MNase ¡diges8on ¡

• S. ¡cerevisiae ¡

– 380,000 ¡nucleosomal ¡sequences ¡

Constructing Sequence Patterns

• Examine ¡a ¡window ¡of ¡size ¡W ¡surrounding ¡the ¡dyad ¡posi8ons ¡
• Compute ¡how ¡o^en ¡each ¡k-­‑mer ¡is ¡observed ¡within ¡a ¡window ¡for ¡

each ¡nucleosome ¡

• Average ¡the ¡k-­‑mer ¡counts ¡over ¡all ¡N ¡nucleosomes ¡in ¡the ¡data ¡
• The ¡k-­‑mer ¡paSern ¡Pm ¡at ¡loca8on ¡j, ¡with ¡the ¡loca8on ¡rela8ve ¡to ¡the ¡

dyad ¡posi8on ¡

• S[j1:j2] ¡: ¡subsequence ¡from ¡j1=j+k-­‑1 ¡to ¡j2=j+k+K-­‑1 ¡
• R[j1:j2] ¡examines ¡the ¡reverse ¡complement ¡

DNA Sequence and Nucleosome Positioning

• Mono-­‑nucleo8de ¡paSern ¡in ¡H. ¡Sapiens ¡

Derived ¡ from ¡Barski ¡ nucleosome ¡ posi8ons ¡ Derived ¡ from ¡ Schones ¡ nucleosome ¡ posi8ons ¡

Mono-nucleotide Patterns around Dyads

• G/C ¡are ¡symmetric ¡with ¡respect ¡to ¡the ¡dyad ¡
• T/A ¡are ¡symmetric ¡with ¡respect ¡to ¡the ¡dyad ¡
• A/C ¡are ¡symmetric ¡with ¡respect ¡to ¡the ¡horizontal ¡line ¡
• T/G ¡are ¡symmetric ¡with ¡respect ¡to ¡the ¡horizontal ¡line ¡

Sequence Content in Nucleosome- Occupied Regions

• In ¡the ¡nucleosome ¡core, ¡the ¡average ¡GC ¡content ¡is ¡

significantly ¡higher ¡than ¡the ¡average ¡AT ¡content. ¡

DNA Sequence and Nucleosome Positioning

• Dinucleo8de ¡A/T ¡and ¡G/C ¡paSerns ¡

Predicting Nucleosome Positions

• Train ¡dataset ¡

– Posi8ve ¡examples: ¡Extract ¡k-­‑mer ¡paSerns ¡(k=1,2,3) ¡from ¡the ¡ nucleosome-­‑occupied ¡regions ¡of ¡the ¡DNA ¡sequence ¡ – Nega8ve ¡examples: ¡extract ¡the ¡same ¡features ¡from ¡the ¡linker ¡ sequences ¡

Predicting Nucleosome Positions

• Building ¡a ¡SVM ¡classifier ¡ ¡

– Features ¡to ¡be ¡used ¡for ¡the ¡classifier ¡

• Correla8on ¡score ¡between ¡the ¡sequence ¡x ¡to ¡be ¡classified ¡and ¡the ¡

Pm ¡scores ¡extracted ¡from ¡posi8ve ¡training ¡set ¡ ¡ ¡ ¡ ¡ ¡where ¡

• K-­‑mer ¡count ¡in ¡the ¡sequence ¡to ¡be ¡classified ¡

Predicting Nucleosome Positions

• ROC ¡curves ¡for ¡on ¡H. ¡sapiens ¡and ¡S. ¡cerevisiae ¡datasets ¡

Predicting Nucleosome Positions

• Classifica8on ¡performance ¡and ¡DNA ¡sequence ¡features ¡used ¡

in ¡classifica8on ¡

Nucleosome Positioning

• The ¡average ¡linker ¡length ¡between ¡adjacent ¡nucleosomes ¡

defines ¡the ¡nucleosome ¡repeat ¡length, ¡which ¡in ¡turn ¡affects ¡ the ¡structure ¡and ¡size ¡of ¡the ¡30nm ¡fiber ¡in ¡a ¡larger ¡chroma8n ¡ structure ¡

• Distribu8on ¡of ¡distances ¡between ¡successive ¡nucleosome ¡

dyad ¡posi8ons ¡

Nucleosome Positioning and Repetitive Sequences

• Average ¡dyad ¡scores ¡

for ¡AluSx ¡repe88ve ¡ element ¡

• Predicted ¡dyad ¡

posi8ons ¡at ¡40bp ¡and ¡ 210 ¡bp ¡rela8ve ¡to ¡the ¡ start ¡of ¡the ¡313 ¡bp ¡long ¡ repe88ve ¡element. ¡

• Alu ¡sequences ¡have ¡

been ¡shown ¡to ¡ facilitate ¡the ¡forma8on ¡

• f ¡nucleosomes ¡in ¡vivo ¡

TF and Nucleosome Binding Positions

• Dyad ¡posi8ons ¡with ¡

respect ¡to ¡TSS ¡for ¡four ¡ different ¡TF ¡categories ¡

– Red: ¡response ¡to ¡stress ¡ – Green: ¡transla8on ¡ – Dark ¡blue: ¡ribosome ¡ biogenesis ¡and ¡assembly ¡ – Light ¡blue: ¡organelle ¡

• rganiza8on ¡and ¡

biogenesis ¡

DBN for Predicting Nucleosome Positioning

• Many ¡methods ¡for ¡predic8ng ¡nucleosome ¡posi8ons ¡

– HMMs ¡for ¡linker-­‑dyad-­‑linker ¡sites ¡based ¡on ¡experimental ¡data ¡ – Infer ¡sequence ¡paSerns ¡from ¡experimental ¡data, ¡and ¡use ¡it ¡as ¡features ¡ in ¡classifica8on ¡

• Combine ¡the ¡two ¡ideas ¡using ¡DBN ¡that ¡incorporates ¡mul8ple ¡

evidence ¡track ¡(experimental ¡data ¡+ ¡DNA ¡sequence ¡specificity) ¡

– scores ¡from ¡a ¡DNA-­‑sequence ¡model ¡of ¡nucleosome ¡posi8oning: ¡the ¡

• utput ¡(log-­‑ra8o ¡scores) ¡from ¡the ¡binary ¡classifier ¡built ¡on ¡k-­‑mer ¡

sequence ¡features ¡ – nucleosome-­‑occupancy ¡data ¡from ¡a ¡high-­‑throughput ¡sequencing ¡ experiment ¡ – a ¡transcrip8on ¡factor ¡landscape ¡

DBN State Transition Diagram

• Three ¡states ¡for ¡

nucleosome ¡core ¡states ¡

– Dyad ¡(5bp) ¡ – 5/ ¡and ¡3’ ¡turns ¡(71 ¡bp ¡ each) ¡

• Two ¡states ¡for ¡linker ¡

states ¡

– First ¡state ¡with ¡fixed ¡linker ¡ length ¡(9bp) ¡ – Second ¡state ¡with ¡ geometrically ¡distributed ¡ linker ¡length ¡

DBN for Predicting Nucleosome Position

• Integra8ng ¡mul8ple ¡sources ¡of ¡informa8on ¡

– Sequence ¡model ¡scores: ¡scores ¡from ¡a ¡DNA-­‑sequence ¡model ¡of ¡ nucleosome ¡posi8oning ¡

• qi=0: ¡non-­‑dyad ¡state ¡
• qi=1: ¡dyad ¡state ¡

– Experimental ¡data ¡on ¡nucleosome ¡occupancy ¡derived ¡from ¡ microarray/sequencing ¡assays ¡

DBN for Predicting Nucleosome Position

• Integra8ng ¡mul8ple ¡sources ¡of ¡informa8on ¡

– Transcrip8on ¡factor ¡binding ¡probabili8es ¡

• Rela8ve ¡affinity ¡of ¡a ¡binding ¡site ¡for ¡a ¡TF ¡given ¡as ¡posi8on ¡weight ¡

matrix ¡(PWM) ¡

• Assumes ¡TF ¡only ¡binds ¡in ¡the ¡linker ¡state: ¡ ¡

– qi=0: ¡any ¡state ¡ – qi=1: ¡either ¡of ¡the ¡two ¡linker ¡state ¡ ¡

DBN for Predicting Nucleosome Position

• Integra8ng ¡mul8ple ¡sources ¡of ¡informa8on ¡

Virtual ¡ evidence ¡

DBN for Predicting Nucleosome Position

• Determinis8c ¡rela8onship ¡

between ¡state ¡si, ¡the ¡label ¡qi, ¡ and ¡the ¡virtual ¡evidence ¡ci ¡ – P(ci=1| ¡si, ¡qi) ¡= ¡I(si, ¡qi) ¡

• 1 ¡ ¡if ¡si ¡and ¡qi ¡are ¡consistent, ¡
• therwise ¡0 ¡
• P(qi=Q) ¡= ¡1/Q ¡(Uniform ¡

distribu8on) ¡

Incorporating Experimental Data and Sequence Scores in DBN

• S. ¡cerevisiae ¡chromosome ¡II ¡

Only ¡ experimental ¡ data ¡as ¡evidence ¡ Experimental ¡ data ¡and ¡ nucleosome-­‑ binding ¡ sequence ¡scores ¡ as ¡evidence ¡

Incorporating Experimental Data and Sequence Scores in DBN

• Uniform ¡distribu8on ¡for ¡linker ¡length ¡

– In ¡the ¡presence ¡of ¡experimental ¡data, ¡the ¡predicted ¡nucleosome ¡ posi8ons ¡track ¡the ¡experimental ¡data ¡more ¡closely ¡ – In ¡the ¡absence ¡of ¡experimental ¡data, ¡there ¡is ¡a ¡greater ¡uncertainty ¡in ¡ the ¡length ¡of ¡linker ¡

TF Binding and Nucleosome Positioning

• TFs ¡dynamically ¡compete ¡with ¡nucleosomes ¡for ¡an ¡access ¡to ¡

DNA ¡

• Incorporate ¡TF ¡binding ¡informa8on ¡into ¡the ¡DBN ¡

– Scan ¡the ¡genome ¡with ¡112 ¡TF ¡sequence ¡specifici8es ¡to ¡es8mate ¡TF-­‑ binding ¡landscape ¡ – Include ¡TF ¡binding ¡sequence ¡scores ¡and ¡Nucleosome-­‑binding ¡ sequence ¡scores ¡as ¡evidence ¡tracks ¡in ¡the ¡DBN ¡

Integrating TF Binding Data

• S. ¡cerevisiae ¡chromosome ¡II: ¡compe88on ¡with ¡transcrip8on ¡

factors ¡destabilizes ¡weakly ¡posi8oned ¡nucleosomes ¡

Integrating TF Binding Data

• 600bp ¡region ¡between ¡two ¡genes ¡GAL10 ¡and ¡GAL1, ¡with ¡

strong ¡matches ¡for ¡several ¡TFs ¡including ¡SIG1 ¡and ¡PHO2 ¡

• Transcrip8on ¡start ¡sites ¡are ¡predicted ¡to ¡weakly ¡bind ¡with ¡

nucleosomes ¡

• Including ¡TF ¡binding ¡informa8on ¡nearly ¡eliminates ¡the ¡

possibility ¡of ¡nucleosome ¡binding ¡at ¡the ¡transcrip8on ¡start ¡ sites ¡