Hub enhancer 疾病核心调控元件多组学研究方案

2025-07-10
图片

 六大联合分析亮点,直击科研痛点

 

01

HubRNA精准锁定

RIC-seq(RNA 原位构象捕获)联合long RNA-seq,筛选空间互作枢纽RNA(HubRNA),锁定关键调控靶点。

02

增强子-启动子汇总全景解析

RIC-seq + H3K27ac CUT&Tag 联合分析,揭示 uaRNA-eRNA动态互作网络,绘制增强子调控图谱。

03

肿瘤核心调控回路分析free

H3K27ac CUT&Tag 数据深度挖掘,解析CRC(核心调控回路),定位驱动肿瘤发生的关键转录因子。

04

跨癌种临床关联验证

独家亮点!将 uaRNA-eRNA 互作网络与TCGA 数据库18种常见癌症表达谱关联,验证调控通路的普适性与癌种特异性。

05

Hub-增强子驱动突变预测

RIC-seq 鉴定 Hub-enhancer 区域,结合遗传变异数据(如 SNP),预测功能突变对空间互作的破坏机制。

06

HubRNA临床表达谱全景展示

HubRNA 在 TCGA 18 种癌症中的表达趋势可视化,为靶点转化提供跨癌种证据支持。

 

 

 

 

数据分析示例:
参考文献:
  1. Cai Z, Cao C, Ji L, et al. RIC-seq for global in situ profiling of RNA-RNA spatial interactions. Nature. 2020;582(7812):432-437. doi:10.1038/s41586-020-2249-1
  2. Cai Z, Zhao H, Xue Y. Protocol for profiling virus-to-host RNA-RNA interactions in infected cells by RIC-seq. STAR Protoc. 2024;5(3):103149. doi:10.1016/j.xpro.2024.103149
  3. Ye R, Zhao H, Wang X, Xue Y. Technological advancements in deciphering RNA-RNA interactions. Mol Cell. 2024;84(19):3722-3736. doi:10.1016/j.molcel.2024.06.036
  4. Cao C, Cai Z, Ye R, et al. Global in situ profiling of RNA-RNA spatial interactions with RIC-seq. Nat Protoc. 2021;16(6):2916-2946. doi:10.1038/s41596-021-00524-2
  5. Ye R, Hu N, Cao C, et al. Capture RIC-seq reveals positional rules of PTBP1-associated RNA loops in splicing regulation. Mol Cell. 2023;83(8):1311-1327.e7. doi:10.1016/j.molcel.2023.03.001
  6. Ye R, Hu N, Cao C, et al. Capture RIC-seq reveals positional rules of PTBP1-associated RNA loops in splicing regulation. Mol Cell. 2023;83(8):1311-1327.e7. doi:10.1016/j.molcel.2023.03.001
  7. Liang L, Cao C, Ji L, et al. Complementary Alu sequences mediate enhancer-promoter selectivity. Nature. 2023;619(7971):868-875. doi:10.1038/s41586-023-06323-x

- - - 推荐阅读 - - -