科学家完成细胞分化重编程因子排序

美国麻省理工学院David Gifford研究团队完成对细胞分化重编程因子的排序。相关论文近日在线发表于《自然—方法学》。

研究人员通过测试9种计算方法（CellNet、GarNet、EBseq、AME、DREME、HOMER、KMAC、diffTF和DeepAccess），对已知重编程方案的8种目标细胞类型发现和排列候选因子的能力进行了分化成功率的考查。研究人员比较了使用基因表达、生物网络和染色质可及性数据的方法，并全面测试了输入数据的参数和预处理来优化性能。研究人员发现最好的因子识别方法可以在前10名候选中平均识别50%~60%的重编程因子，而使用染色质可及性的方法表现最好。在染色质可及性方法中，复杂的方法DeepAccess和diffTF与分化的重编程协议内转录因子候选的排名意义有更高的相关性。

研究人员提供的证据表明，AME和diffTF是转录因子发现的最佳方法。这将使转录因子候选者的优先次序得到系统化，从而帮助设计新的重编程方案。