ChIP-seq

Секвенування ChIP (ChIP — імунопреципітація хроматину), також відоме як ChIP-seq, — це метод, який використовується для аналізу взаємодії білка з ДНК. ChIP-seq поєднує імунопреципітацію хроматину (ChIP) із масивним паралельним секвенуванням ДНК для ідентифікації сайтів зв’язування ДНК-асоційованих білків. Його можна використовувати для точного відображення глобальних сайтів зв’язування будь-якого цікавого білка. Раніше ChIP-on-chip був найпоширенішим методом, який використовувався для вивчення цих зв’язків між білками та ДНК.

Використання

ChIP-seq в основному використовується для визначення того, як фактори транскрипції та інші асоційовані з хроматином білки впливають на механізми впливу на фенотип. Визначення того, як білки взаємодіють з ДНК для регулювання експресії генів, має важливе значення для повного розуміння багатьох біологічних процесів і хворобливих станів. Ця епігенетична інформація доповнює аналіз генотипу та експресії генів. Технологія ChIP-seq наразі розглядається в основному як альтернатива ChIP-чіпу[en], який потребує гібридизаційного масиву. Це вносить деяку упередженість, оскільки масив обмежений фіксованою кількістю зондів. Вважається, що секвенування, навпаки, має меншу похибку, хоча похибка секвенування різних технологій секвенування ще не повністю вивчена.[1]

Специфічні ділянки ДНК у прямій фізичній взаємодії з факторами транскрипції та іншими білками можна виділити за допомогою імунопреципітації хроматину. ChIP створює бібліотеку цільових ділянок ДНК, пов’язаних з цікавим білком. Масовий паралельний аналіз послідовностей використовується разом із базами даних повногеномних послідовностей для аналізу моделі взаємодії будь-якого білка з ДНК[2] або моделі будь-яких епігенетичних модифікацій хроматину. Це можна застосувати до набору ChIP-здатних білків і модифікацій, таких як фактори транскрипції, полімерази та транскрипційні механізми, структурні білки, модифікації білків і модифікації ДНК.[3] Як альтернатива залежності від специфічних антитіл, були розроблені різні методи для пошуку надмножини всіх збіднених нуклеосомами або порушених нуклеосомами активних регуляторних ділянок у геномі, як-от DNase-Seq[4] і FAIRE-Seq.[5][6]

Процес ChIP-секвенування

Процес Секвенування ChIP

Імунопреципітація хроматину (ChIP)

ChIP є потужним методом вибіркового збагачення послідовностей ДНК, зв'язаних певним білком у живих клітинах. Однак широке використання цього методу було обмежено відсутністю достатньо надійного методу ідентифікації всіх збагачених послідовностей ДНК. Протокол вологої лабораторії ChIP містить ChIP і гібридизацію. По суті, існує п’ять частин протоколу ChIP[7], які допомагають краще зрозуміти загальний процес ChIP. Щоб здійснити ChIP, першим кроком є перехресне зшивання[8] за допомогою формальдегіду та великих партій ДНК, щоб отримати корисну кількість. Перехресні зв’язки створюються між білком і ДНК, а також між РНК та іншими білками. Другим кроком є процес фрагментації хроматину, який розщеплює хроматин, щоб отримати високоякісні фрагменти ДНК для аналізу ChIP. Щоб мати найкращий результат для картування генома, ці фрагменти мають бути розрізані так, щоб вони становили менше 500 пар основ[9] кожен. Третій етап називається імунопреципітацією хроматину[7], скороченням чого є ChIP. Процес ChIP покращує специфічні зшиті ДНК-білкові комплекси за допомогою антитіла проти цікавого білка з подальшою інкубацією та центрифугуванням для отримання імунопреципітації. Етап імунопреципітації також дозволяє видалити сайти неспецифічного зв’язування. Четвертий етап — відновлення та очищення ДНК[7], що відбувається шляхом зворотного впливу на перехресний зв’язок між ДНК і білком для їх розділення та очищення ДНК за допомогою екстракції. П’ятим і останнім кроком є етап аналізу протоколу ChIP за допомогою процесу qPCR, ChIP-on-chip (гібридний масив) або секвенування ChIP. Олігонуклеотидні адаптери потім додаються до невеликих ділянок ДНК, які були зв'язані з цікавим білком, щоб уможливити масове паралельне секвенування[en]. За допомогою аналізу послідовності можуть бути ідентифіковані та інтерпретовані геном або його область, з якою був зв’язаний білок.[7]

Секвенування

Після вибору розміру всі отримані фрагменти ChIP-ДНК секвенуються одночасно за допомогою секвенатора генома. Один цикл секвенування може сканувати геномні асоціації з високою роздільною здатністю, тобто ознаки можуть бути розташовані точно в хромосомах. ЧІП-чіп, навпаки, вимагає великих наборів масивів мозаїк (Tiling array) для нижчої роздільної здатності.[10]

Контроль якості

ChIP-seq пропонує нам швидкий аналіз, однак необхідно провести контроль якості, щоб переконатися, що отримані результати надійні:

  • Ненадлишкова фракція: ділянки низької складності слід видалити, оскільки вони неінформативні та можуть заважати відображенню в еталонному геномі.[11]
  • Фрагменти в піках: співвідношення зчитувань, які розташовані в піках, до зчитувань, які розташовані там, де немає піку.[11]

Чутливість

Чутливість цієї технології залежить від глибини секвенування (тобто кількості відображених тегів послідовності), розміру геному та розподілу цільового фактора. Глибина секвенування прямо корелює з вартістю. Якщо велику кількість зв’язуючих речовин у великих геномах необхідно картувати з високою чутливістю, вартість буде висока, оскільки знадобиться надзвичайно велика кількість тегів послідовності. Це на відміну від чіпа ChIP, у якому вартість не корелює з чутливістю.[12][13]

На відміну від методів ChIP на основі мірочипів, точність аналізу ChIP-seq не обмежується відстанню між попередньо визначеними зондами. Інтегруючи велику кількість коротких зчитувань, можна отримати високоточну локалізацію сайту зв’язування. У порівнянні з ChIP-чіпом, дані ChIP-seq можна використовувати для визначення місця зв’язування в межах кількох десятків пар основ від фактичного сайту зв’язування білка. Щільність міток у сайтах зв’язування є хорошим індикатором афінності зв’язування білка з ДНК[14], що полегшує кількісну оцінку та порівняння афінності зв’язування білка з різними ділянками ДНК.[15]

Сучасні дослідження

Асоціація ДНК STAT1: ChIP-seq використовувався для вивчення мішеней STAT1 у клітинах HeLa S3, які є клонами лінії HeLa, які використовуються для аналізу клітинних популяцій.[16] Потім продуктивність ChIP-seq порівнювали з альтернативними методами взаємодії білок-ДНК ChIP-PCR і ChIP-чіп.[17]

Нуклеосомна архітектура промоторів: за допомогою ChIP-seq було встановлено, що дріжджові гени, мабуть, мають мінімальну вільну від нуклеосом область промотора розміром 150 bp, у якій РНК-полімераза може ініціювати транскрипцію.[18]

Збереження фактора транскрипції: ChIP-seq використовувався для порівняння збереження транскрипційного фактора у передньому мозку та тканині серця в ембріональних мишей. Автори визначили та перевірили серцеву функціональність підсилювачів транскрипції та визначили, що підсилювачі транскрипції для серця менш консервативні, ніж для переднього мозку на тій самій стадії розвитку.[19]

Повногеномне ChIP-seq: Секвенування ChIP було завершено на хробаку C. elegans, щоб дослідити сайти зв’язування 22 транскрипційних факторів у всьому геномі. До 20% анотованих генів-кандидатів було віднесено до факторів транскрипції. Декілька факторів транскрипції були віднесені до некодуючих ділянок РНК і можуть залежати від змін розвитку або середовища. Також були визначені функції деяких факторів транскрипції. Деякі з факторів транскрипції регулюють гени, які контролюють інші фактори транскрипції. Ці гени не регулюються іншими факторами. Більшість факторів транскрипції служать і мішенями, і регуляторами інших факторів, демонструючи мережу регуляції.[20]

Виведення регуляторної мережі: було показано, що сигнал ChIP-seq модифікації гістону більше корелює з мотивами факторів транскрипції на промоторах порівняно з рівнем РНК.[21] Тому автор припустив, що використання модифікації гістонів ChIP-seq забезпечить більш надійний висновок про генно-регуляторні мережі порівняно з іншими методами, заснованими на експресії.[21]

ChIP-seq пропонує альтернативу ChIP-чіпу[en]. Експериментальні дані ChIP-seq STAT1 мають високий ступінь подібності до результатів, отриманих за допомогою ChIP-чіпа для того самого типу експерименту, з більш ніж 64% піків у спільних геномних областях. Оскільки дані є зчитуванням послідовності, ChIP-seq пропонує конвеєр швидкого аналізу, якщо високоякісна послідовність геному доступна для картування зчитування, а геном не має повторюваного вмісту, який заплутує процес картування. ChIP-seq також має потенціал для виявлення мутацій у послідовностях сайтів зв’язування, які можуть безпосередньо підтримувати будь-які спостережувані зміни в зв’язуванні білка та регуляції генів.

Обчислювальний аналіз

Як і багато інших високопродуктивних підходів секвенування, ChIP-seq генерує надзвичайно великі набори даних, для яких потрібні відповідні методи обчислювального аналізу. Щоб передбачити сайти зв’язування ДНК на основі даних кількості читань ChIP-seq, були розроблені методи пікового виклику. Один зі способів — це MACS, який емпірично моделює розмір зсуву тегів ChIP-Seq і використовує його для покращення просторової роздільної здатності прогнозованих сайтів зв’язування.[22] MACS оптимізовано для піків вищої роздільної здатності, тоді як інший популярний алгоритм, SICER, запрограмований на виклик ширших піків, що охоплюють від кілобаз до мегабаз, щоб шукати ширші домени хроматину. SICER більш корисний для міток гістонів, що охоплюють тіла генів. Більш строгий математичний метод BCP (Bayesian Change Point) можна використовувати як для гострих, так і для широких піків із вищою швидкістю обчислення[23], див. порівняння інструментів виклику піків ChIP-seq.[24]

Іншою важливою обчислювальною проблемою є диференціальний піковий виклик (differential peak calling), який визначає значні відмінності в двох сигналах ChIP-seq від різних біологічних умов. Диференціальні пікові абоненти сегментують два сигнали ChIP-seq і ідентифікують диференціальні піки за допомогою прихованих марковських моделей. Прикладами двоступеневих диференціальних пікових викликів є ChIPDiff[25] і ODIN[26].

Щоб зменшити кількість фальшивих сайтів від ChIP-seq, можна використовувати кілька експериментальних контролів для виявлення сайтів зв’язування з експерименту IP. Bay2Ctrls приймає байєсівську модель для інтеграції контролю введення ДНК для IP, макету IP і відповідного контролю введення ДНК для прогнозування сайтів зв’язування з IP.[27] Цей підхід особливо ефективний для складних зразків, таких як цілі модельні організми. Крім того, аналіз показує, що для складних зразків фальшиві контролі IP значно перевершують вхідні контролі ДНК, ймовірно, через активні геноми зразків.[27]

Див. також

Подібні методи

  • Секвенування CUT&RUN, націлене на антитіла контрольоване розщеплення мікрококовою нуклеазою замість ChIP, що дозволяє покращити співвідношення сигнал/шум під час секвенування.
  • Секвенування CUT&Tag, контрольоване розщеплення, націлене на антитіла, транспозазою Tn5 замість ChIP, що забезпечує покращене співвідношення сигнал/шум під час секвенування.
  • Sono-Seq, ідентичний ChIP-Seq, але без етапу імунопреципітації.
  • HITS-CLIP[28][29] (також званий CLIP-Seq), для пошуку взаємодії з РНК, а не з ДНК.
  • PAR-CLIP, інший метод ідентифікації сайтів зв’язування клітинних РНК-зв’язуючих білків (RBP).
  • RIP-Chip, та сама мета та перші кроки, але не використовує методи перехресного зшивання та використовує мікрочип замість секвенування
  • SELEX, метод пошуку консенсусної зв’язувальної послідовності
  • Competition-ChIP для вимірювання відносної динаміки заміни в ДНК.
  • ChiRP-Seq для вимірювання РНК-зв’язаної ДНК і білків.
  • ChIP-exo використовує обробку екзонуклеазою для досягнення роздільної здатності до однієї пари основ
  • ChIP-nexus покращила версію ChIP-exo для досягнення роздільної здатності до однієї пари основ.
  • DRIP-seq використовує антитіло S9.6 для осадження триланцюгових гібридів DND:РНК, які називаються R-петлями.
  • TCP-seq, принципово аналогічний метод вимірювання динаміки трансляції мРНК.
  • Телефонні картки використовують транспозазу для позначення послідовності зв’язування фактора транскрипції.[30]

Додаткова література

Посилання

  • Каталог ReMap: Інтегративний і уніфікований аналіз ChIP-Seq регуляторних елементів із +2800 наборів даних ChIP-seq, що дає каталог із 80 мільйонів піків від 485 регуляторів транскрипції.[31]
  • База даних ChIPBase: база даних для вивчення карт зв’язування факторів транскрипції з даних ChIP-Seq. Він надає найповніший набір даних ChIP-Seq для різних типів клітин/тканин і станів.
  • База даних GeneProf і інструмент аналізу: GeneProf — це вільнодоступне, просте у використанні середовище аналізу для даних ChIP-seq і RNA-seq, яке постачається з великою базою даних готових проаналізованих публічних експериментів, наприклад, щодо зв’язування факторів транскрипції та модифікацій гістонів.
  • Виклик диференціального піку: підручник із виклику диференціального піку за допомогою ODIN.
  • Біоінформаційний аналіз даних ChIP-seq : Всебічний аналіз даних ChIP-seq.[32]
  • KLTepigenome: виявлення корельованої мінливості в епігеномних наборах даних за допомогою трансформації Кархунена-Лоева.
  • SignalSpider: інструмент для виявлення імовірнісних шаблонів на кількох нормалізованих профілях сигналу ChIP-Seq
  • FullSignalRanker: інструмент для регресії та прогнозування піків на кількох нормалізованих профілях сигналу ChIP-Seq

Примітки

  1. Muhammad, Isiaka Ibrahim; Kong, Sze Ling; Akmar Abdullah, Siti Nor; Munusamy, Umaiyal (25 грудня 2019). RNA-seq and ChIP-seq as Complementary Approaches for Comprehension of Plant Transcriptional Regulatory Mechanism. International Journal of Molecular Sciences. 21 (1): 167. doi:10.3390/ijms21010167. ISSN 1422-0067. PMC 6981605. PMID 31881735.
  2. Johnson, David S.; Mortazavi, Ali; Myers, Richard M.; Wold, Barbara (8 червня 2007). Genome-Wide Mapping of in Vivo Protein-DNA Interactions. Science (англ.). Т. 316, № 5830. с. 1497—1502. doi:10.1126/science.1141319. ISSN 0036-8075. Процитовано 6 вересня 2023.
  3. Whole-Genome Chromatin IP Sequencing (ChIP-Seq) (PDF). Illumina, Inc. 26 листопада 2007.
  4. Song, Lingyun; Crawford, Gregory E. (February 2010). DNase-seq: a high-resolution technique for mapping active gene regulatory elements across the genome from mammalian cells. Cold Spring Harbor Protocols. 2010 (2): pdb.prot5384. doi:10.1101/pdb.prot5384. ISSN 1559-6095. PMC 3627383. PMID 20150147.
  5. Giresi, Paul G.; Kim, Jonghwan; McDaniell, Ryan M.; Iyer, Vishwanath R.; Lieb, Jason D. (June 2007). FAIRE (Formaldehyde-Assisted Isolation of Regulatory Elements) isolates active regulatory elements from human chromatin. Genome Research. 17 (6): 877—885. doi:10.1101/gr.5533506. ISSN 1088-9051. PMC 1891346. PMID 17179217.
  6. Kumar, Vibhor; Muratani, Masafumi; Rayan, Nirmala Arul; Kraus, Petra; Lufkin, Thomas; Ng, Huck Hui; Prabhakar, Shyam (July 2013). Uniform, optimal signal processing of mapped deep-sequencing data. Nature Biotechnology (англ.). 31 (7): 615—622. doi:10.1038/nbt.2596. ISSN 1087-0156. PMID 23770639.
  7. а б в г ChIP guide: epigenetics applications | Abcam. www.abcam.com. Процитовано 27 березня 2024.
  8. Kim, Tae Hoon; Dekker, Job (1 квітня 2018). Formaldehyde Cross-Linking. Cold Spring Harbor Protocols (англ.). Т. 2018, № 4. с. pdb.prot082594. doi:10.1101/pdb.prot082594. ISSN 1940-3402. PMID 29610357. Процитовано 6 вересня 2023.
  9. Kim, Tae Hoon; Dekker, Job (1 квітня 2018). Preparation of Cross-Linked Chromatin for ChIP. Cold Spring Harbor Protocols (англ.). Т. 2018, № 4. с. pdb.prot082602. doi:10.1101/pdb.prot082602. ISSN 1940-3402. PMID 29610358. Процитовано 6 вересня 2023.
  10. Park, Peter J. (October 2009). ChIP-seq: advantages and challenges of a maturing technology. Nature Reviews Genetics. 10 (10): 669—680. doi:10.1038/nrg2641. ISSN 1471-0064. PMC 3191340. PMID 19736561.
  11. а б Chen, Yiwen; Negre, Nicolas; Li, Qunhua; Mieczkowska, Joanna O.; Slattery, Matthew; Liu, Tao; Zhang, Yong; Kim, Tae-Kyung; He, Housheng Hansen (June 2012). Systematic evaluation of factors influencing ChIP-seq fidelity. Nature Methods. 9 (6): 609—614. doi:10.1038/nmeth.1985. ISSN 1548-7105. PMC 3477507. PMID 22522655.
  12. Jung, Youngsook L.; Luquette, Lovelace J.; Ho, Joshua W. K.; Ferrari, Francesco; Tolstorukov, Michael; Minoda, Aki; Issner, Robbyn; Epstein, Charles B.; Karpen, Gary H. (May 2014). Impact of sequencing depth in ChIP-seq experiments. Nucleic Acids Research. 42 (9): e74. doi:10.1093/nar/gku178. ISSN 1362-4962. PMC 4027199. PMID 24598259.
  13. Ho, Joshua W. K.; Bishop, Eric; Karchenko, Peter V.; Nègre, Nicolas; White, Kevin P.; Park, Peter J. (28 лютого 2011). ChIP-chip versus ChIP-seq: lessons for experimental design and data analysis. BMC Genomics. 12: 134. doi:10.1186/1471-2164-12-134. ISSN 1471-2164. PMC 3053263. PMID 21356108.{{cite journal}}: Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  14. Jothi, Raja; Cuddapah, Suresh; Barski, Artem; Cui, Kairong; Zhao, Keji (1 вересня 2008). Genome-wide identification of in vivo protein-DNA binding sites from ChIP-Seq data. Nucleic Acids Research (англ.). Т. 36, № 16. с. 5221—5231. doi:10.1093/nar/gkn488. ISSN 1362-4962. PMC 2532738. PMID 18684996. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  15. Bernstein, Bradley E.; Kamal, Michael; Lindblad-Toh, Kerstin; Bekiranov, Stefan; Bailey, Dione K.; Huebert, Dana J.; McMahon, Scott; Karlsson, Elinor K.; Kulbokas, Edward J. (2005-01). Genomic Maps and Comparative Analysis of Histone Modifications in Human and Mouse. Cell. Т. 120, № 2. с. 169—181. doi:10.1016/j.cell.2005.01.001. ISSN 0092-8674. Процитовано 6 вересня 2023.
  16. HeLa S3 from ATCC | Biocompare.com. www.biocompare.com. Процитовано 21 березня 2020.
  17. Robertson, Gordon; Hirst, Martin; Bainbridge, Matthew; Bilenky, Misha; Zhao, Yongjun; Zeng, Thomas; Euskirchen, Ghia; Bernier, Bridget; Varhol, Richard (2007-08). Genome-wide profiles of STAT1 DNA association using chromatin immunoprecipitation and massively parallel sequencing. Nature Methods (англ.). Т. 4, № 8. с. 651—657. doi:10.1038/nmeth1068. ISSN 1548-7105. Процитовано 6 вересня 2023.
  18. Schmid, Christoph D.; Bucher, Philipp (2007-11). ChIP-Seq Data Reveal Nucleosome Architecture of Human Promoters. Cell (англ.). Т. 131, № 5. с. 831—832. doi:10.1016/j.cell.2007.11.017. Процитовано 6 вересня 2023.
  19. Blow, Matthew J.; McCulley, David J.; Li, Zirong; Zhang, Tao; Akiyama, Jennifer A.; Holt, Amy; Plajzer-Frick, Ingrid; Shoukry, Malak; Wright, Crystal (2010-09). ChIP-Seq identification of weakly conserved heart enhancers. Nature Genetics (англ.). Т. 42, № 9. с. 806—810. doi:10.1038/ng.650. ISSN 1546-1718. PMC 3138496. PMID 20729851. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  20. Niu, Wei; Lu, Zhi John; Zhong, Mei; Sarov, Mihail; Murray, John I.; Brdlik, Cathleen M.; Janette, Judith; Chen, Chao; Alves, Pedro (1 лютого 2011). Diverse transcription factor binding features revealed by genome-wide ChIP-seq in C. elegans. Genome Research (англ.). Т. 21, № 2. с. 245—254. doi:10.1101/gr.114587.110. ISSN 1088-9051. PMC 3032928. PMID 21177963. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  21. а б Kumar, Vibhor; Muratani, Masafumi; Rayan, Nirmala Arul; Kraus, Petra; Lufkin, Thomas; Ng, Huck Hui; Prabhakar, Shyam (2013-07). Uniform, optimal signal processing of mapped deep-sequencing data. Nature Biotechnology (англ.). Т. 31, № 7. с. 615—622. doi:10.1038/nbt.2596. ISSN 1546-1696. Процитовано 6 вересня 2023.
  22. Zhang, Yong; Liu, Tao; Meyer, Clifford A.; Eeckhoute, Jérôme; Johnson, David S.; Bernstein, Bradley E.; Nusbaum, Chad; Myers, Richard M.; Brown, Myles (17 вересня 2008). Model-based Analysis of ChIP-Seq (MACS). Genome Biology. Т. 9, № 9. с. R137. doi:10.1186/gb-2008-9-9-r137. ISSN 1474-760X. PMC 2592715. PMID 18798982. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  23. Xing, Haipeng; Mo, Yifan; Liao, Will; Zhang, Michael Q. (26 лип. 2012 р.). Genome-Wide Localization of Protein-DNA Binding and Histone Modification by a Bayesian Change-Point Method with ChIP-seq Data. PLOS Computational Biology (англ.). Т. 8, № 7. с. e1002613. doi:10.1371/journal.pcbi.1002613. ISSN 1553-7358. PMC 3406014. PMID 22844240. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)
  24. Thomas, Reuben; Thomas, Sean; Holloway, Alisha K.; Pollard, Katherine S. (11 травня 2016). Features that define the best ChIP-seq peak calling algorithms. Briefings in Bioinformatics (англ.). с. bbw035. doi:10.1093/bib/bbw035. ISSN 1467-5463. PMC 5429005. PMID 27169896. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  25. Xu, Han; Wei, Chia-Lin; Lin, Feng; Sung, Wing-Kin (15 жовтня 2008). An HMM approach to genome-wide identification of differential histone modification sites from ChIP-seq data. Bioinformatics (англ.). Т. 24, № 20. с. 2344—2349. doi:10.1093/bioinformatics/btn402. ISSN 1367-4811. Процитовано 6 вересня 2023.
  26. Allhoff, Manuel; Seré, Kristin; Chauvistré, Heike; Lin, Qiong; Zenke, Martin; Costa, Ivan G. (15 грудня 2014). Detecting differential peaks in ChIP-seq signals with ODIN. Bioinformatics (англ.). Т. 30, № 24. с. 3467—3475. doi:10.1093/bioinformatics/btu722. ISSN 1367-4811. Процитовано 6 вересня 2023.
  27. а б Xu, Jinrui; Kudron, Michelle M; Victorsen, Alec; Gao, Jiahao; Ammouri, Haneen N; Navarro, Fabio C P; Gevirtzman, Louis; Waterston, Robert H; White, Kevin P (21 грудня 2020). To mock or not: a comprehensive comparison of mock IP and DNA input for ChIP-seq. Nucleic Acids Research (англ.). 49 (3): gkaa1155. doi:10.1093/nar/gkaa1155. ISSN 0305-1048. PMC 7897498. PMID 33347581.
  28. Licatalosi, Donny D.; Mele, Aldo; Fak, John J.; Ule, Jernej; Kayikci, Melis; Chi, Sung Wook; Clark, Tyson A.; Schweitzer, Anthony C.; Blume, John E. (2008-11). HITS-CLIP yields genome-wide insights into brain alternative RNA processing. Nature (англ.). Т. 456, № 7221. с. 464—469. doi:10.1038/nature07488. ISSN 1476-4687. PMC 2597294. PMID 18978773. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  29. Darnell, Robert B. (2010-09). HITS‐CLIP: panoramic views of protein–RNA regulation in living cells. Wiley Interdisciplinary Reviews: RNA (англ.). Т. 1, № 2. с. 266—286. doi:10.1002/wrna.31. ISSN 1757-7004. PMC 3222227. PMID 21935890. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  30. Wang, Haoyi; Mayhew, David; Chen, Xuhua; Johnston, Mark; Mitra, Robi David (1 травня 2011). Calling Cards enable multiplexed identification of the genomic targets of DNA-binding proteins. Genome Research (англ.). Т. 21, № 5. с. 748—755. doi:10.1101/gr.114850.110. ISSN 1088-9051. PMC 3083092. PMID 21471402. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  31. Chèneby, Jeanne; Gheorghe, Marius; Artufel, Marie; Mathelier, Anthony; Ballester, Benoit (4 січня 2018). ReMap 2018: an updated atlas of regulatory regions from an integrative analysis of DNA-binding ChIP-seq experiments. Nucleic Acids Research (англ.). Т. 46, № D1. с. D267—D275. doi:10.1093/nar/gkx1092. ISSN 0305-1048. PMC 5753247. PMID 29126285. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання)
  32. Bailey, Timothy; Krajewski, Pawel; Ladunga, Istvan; Lefebvre, Celine; Li, Qunhua; Liu, Tao; Madrigal, Pedro; Taslim, Cenny; Zhang, Jie (14 лист. 2013 р.). Practical Guidelines for the Comprehensive Analysis of ChIP-seq Data. PLOS Computational Biology (англ.). Т. 9, № 11. с. e1003326. doi:10.1371/journal.pcbi.1003326. ISSN 1553-7358. PMC 3828144. PMID 24244136. Процитовано 6 вересня 2023.{{cite news}}: Обслуговування CS1: Сторінки з PMC з іншим форматом (посилання) Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом (посилання)