Newest papers

MultiPASE: Shape-Aware Comparative 3D Genome Analysis

N. Nipu, G. Johnson, C. Roth, D. Rogers, S. R. Starkenburg, C. R. Steadman, G. E. Marai · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.22786 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Các cấu trúc genome 3D được xây dựng lại từ dữ liệu Hi-C cung cấp những hiểu biết có giá trị về tổ chức chromatin, nhưng so sánh chúng trên các điều kiện và điểm thời gian vẫn còn khó khăn vì tiếng ồn, biến thể và định hướng tùy ý. Các phương pháp so sánh cấu trúc hiện đại thường dựa trên các bản tóm tắt dựa trên ma trận tiếp xúc, không bảo tồn hình học không gian của các cấu trúc được xây dựng lại và làm cho việc tích hợp với biểu hiện gen và khả năng tiếp cận chromatin trở nên khó khăn. Do đó, cần phải có sự sắp xếp cấu trúc mạnh mẽ và các phương pháp trừu tượng không gian hỗ trợ phân tích tích tích hợp nhất trên các điều kiện và điểm thời gian. Chúng tôi trình bày MultiPASE, một đường ống tính toán để phân tích so sánh các cấu trúc genome 3D được xây dựng lại được

Machine translation (Meta M2M100); the English original follows.

Abstract

3D genome structures reconstructed from Hi-C data provide valuable insights into chromatin organization, but comparing them across conditions and time points remains challenging because of noise, variability, and arbitrary orientation. State-of-the-art comparison approaches often rely on contact-matrix-based summaries, which do not preserve the spatial geometry of the reconstructed structures and make integration with gene expression and chromatin accessibility difficult. There is therefore a need for robust structural alignment and spatial abstraction methods that support integrated analysis across conditions and time points. We present MultiPASE, a computational pipeline for comparative analysis of reconstructed 3D genome structures represented as gene-level spatial point clouds. MultiPASE aligns point clouds into a shared coordinate frame using coarse-to-fine rigid registration with PCA-based axis disambiguation and robust ICP refinement, then summarizes spatial organization using two complementary shape abstraction methods that produce stable, nested, multi-scale representations from dense core regions to broader structural extent. Using Hi-C-derived reconstructions from viral infection experiments, we show how the approach reveals condition-dependent structural changes that are difficult to interpret from raw 3D structures alone. By integrating spatial structure with gene expression and chromatin accessibility, MultiPASE supports interactive analysis of spatial organization and gene relocation patterns. A quantitative validation, reported in the Supplementary Materials, shows that the proposed shape abstractions preserve non-convex features, remain stable across samples, and that the alignment pipeline is necessary for meaningful comparison. A usage case and a usability evaluation with eight participants demonstrate the pipeline's effectiveness for comparative structural analysis.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Chromatin, Abstraction, Pipeline (software), Point cloud, Computational biology

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange