HiCPEP：基于 Hi-C 协方差结构高效估计染色质区室 PC1

Hi-C Pearson相关矩阵的主成分分析（PCA）是识别A/B染色质区室的标准方法。尽管该方法已得到广泛应用，但第一主成分（PC1）与潜在区室结构之间的关系仍缺乏充分表征；此外，对于高分辨率Hi-C数据，PC1的计算可能带来较高的计算成本。

在本研究中，我们考察了PC1解释方差比在区室分析中的作用，并表明，区室组织较强的染色体通常表现出占主导地位的PC1信号。基于这一观察，我们提出了HiCPEP，这是一种启发式算法，无需进行显式特征向量分解，即可直接从Hi-C Pearson协方差矩阵中估计PC1的符号模式和相对幅度。该方法既可以基于稠密Pearson矩阵运行，以实现快速近似；也可以基于稀疏的观测值/期望值（O/E）矩阵运行，以降低内存使用量。此外，由于在区室信号较强时，许多协方差矩阵列会呈现类似PC1的模式，因此可以利用随机抽样对HiCPEP进行加速，而不会显著降低准确性。

在多个Hi-C数据集上，HiCPEP始终能够恢复与标准基于PCA方法生成的参考PC1向量高度相似的区室模式。基准测试结果表明，HiCPEP在保持相当准确性的同时，可降低运行时间或内存使用方面的计算成本。这些结果表明，HiCPEP为基于大规模Hi-C数据集进行高效染色质区室分析提供了一种实用的替代方案。HiCPEP的实现可免费获取于

作者声明不存在利益冲突。

感谢您有兴趣传播bioRxiv的相关信息。

注意：

您的电子邮件地址仅用于确认您是本文的投稿者。

关键词：Hi-C染色质构象 · 染色质区室 · 主成分分析 · PC1估计 · 高效算法

原文链接：https://www.biorxiv.org/content/10.64898/2026.05.14.725269v1?rss=1