Hi-C技术在三维基因组学和疾病致病机理研究中的应用

三维基因组学在基因组序列、基因结构及其调控元件的基础上对细胞核内的染色质的三维空间结构进行研究。染色体的空间交互作用是基因表达调控的重要因素,随着高通量染色体构象捕获(high-throughput chromosome conformation capture,Hi-C)技术及其衍生技术的出现和快速发展,借助Hi-C技术获取高通量三维基因组学数据,对基因表达调控等生物过程进行研究,已成为揭示细胞深层机制、阐明疾病致病机理的重要手段。本文在介绍三维基因组的发展历程和研究技术的基础上,重点总结了近年来Hi-C技术在多种疾病研究、特别是致病机理阐释方面的应用和成果,为深入理解三维基因组学在构建全局基因调控图谱、挖掘疾病致病机理方面的应用提供参考和借鉴。     

利用改进的3DMax算法重构染色体3D结构

近年来,随着高通量染色体构象捕获(Hi-C)等技术的发展和高通量测序成本的降低,全基因组交互作用的数据量快速增长,交互作用图谱分辨率不断提高,促使染色体和基因组三维结构建模的研究取得了很大进展,已经提出了几种从染色体构象捕捉数据中构建单个染色体或整个基因组结构的方法。文中通过对在 Hi-C 数据基础上对染色体三维结构重建的相关文献进行分析,总结了重建染色体三维空间结构的经典算法3DMax的原理,并且提出了一种新的随机梯度上升算法:XNadam,是Nadam优化方法的一个变体,将其应用于3DMax算法中,以便提高3DMax算法的性能,从而用于预测染色体三维结构。     

三维基因组数据分析方法进展

对染色质三维结构的探究逐渐成为了解基因组功能与基因调控关系的必要手段.近年来,随着高通量染色体构象捕获(Hi-C)等技术的发展和高通量测序成本的降低,全基因组交互作用的数据量快速增长,交互作用图谱分辨率不断提高.这给三维基因组学发展带来机遇的同时,也给计算建模带来了挑战.当前,三维基因组数据的分析方法覆盖面广,包括了数据前期处理、标准化、可视化、特征提取、三维建模等环节,但是如何从中选择高效、准确的方法却成为制约研究者们开展研究的一项关键因素.本文根据这些方法的适用场景、原理及特点进行系统地归纳,并重点关注了针对新技术或新需求的分析方法,以期促进这一领域中信息学方法的应用和开发,助力三维基因组学的研究.     

探索染色质三维构象的“工具箱”研究进展

三维基因组学是研究基因组三维空间结构与功能的一门学科.基于不同的研究目的和生物学问题,目前发展出了各种各样的三维基因组学研究方法,这些方法对推动三维基因组学发展有积极的影响.本文以三维基因组学的提出和发展过程为线索,对三维基因组学的主要研究方法进行了系统地归类与介绍,包括基于测序技术(基于邻近连接)的Hi-C, capture Hi-C, single-cell Hi-C, DLO Hi-C, ChIA-PET, Hi-ChIP等;基于测序技术(不基于邻近连接)的ChIA-Drop, SPRITE, GAM;以及基于影像技术的seqFISH, CRISPRainbow, SABER amplifies FISH.最后,本文对染色体构象捕获技术的发展方向进行了简单的展望.     

人类基因组结构变异检测方法

本研究介绍了基因组结构变异检测的生物信息学基本方法和前沿技术。对基于第二代测序技术的四种检测方法(读对方法,读深方法,分裂片段方法和序列拼接方法)的原理和特点进行了详细解读,分析了第二代测序技术应用在检测结构变异上的特点与发展趋势。最后介绍了三代测序、Linked-reads和光学物理图谱等新技术在基因组结构变异检测中的应用,论述了融合新技术的结构变异检测方法的特点与优势。     

人类基因组结构变异检测研究进展

高通量、高分辨率基因组学技术的出现推动了人类基因组中长度在1kb～3Mb的亚显微水平结构变异检测方法的发展,这些结构变异主要包括基因拷贝数变异、倒置、插入、缺失、重复及其他基因重排．而传统的细胞遗传学技术达不到如此高的分辨率．本文介绍了目前主要的基因组结构变异的检测技术,包括基于芯片的比较基因组杂交技术和代表性寡核苷酸芯片分析技术,基于PCR的多重扩增探针杂交技术和依赖于连接反应的多重探针扩增技术,配对末端图谱技术等．还比较和分析了各种方法的优劣势并提出了目前结构变异数据库存在的问题．最后讨论了这些变异对于人类表型多态性、疾病易感性、药物反应程度及群体遗传学的影响．     

群体基因组结构变异检测工作流

结构变异作为人类基因组上的一种大规模的变异类型,对分子与细胞进程、调节功能、基因表达调控、个体表型具有重要的影响,检测群体中基因组结构变异有助于绘制群体基因组变异图谱,刻画群体遗传进化特征,为疾病诊治、精准医疗的发展提供支撑。本研究提出一种面向高通量测序的群体基因组结构变异检测工作流,该工作流通过使用多种高性能基因组结构变异检测算法实现全面、精准的结构变异挖掘,使用多层融合与过滤获得高精度群体结构变异候选集合,利用基因型重新校正、变异修剪、类型校对,最终完整绘制群体基因组结构变异图谱。基于该工作流对由267个样本组成的人群进行群体结构变异检测,检测出了96 202个结构变异,其变异种类和频率分布与其他国际基因组计划相符,这些结果证明了本工作流具有良好的群体结构变异检测能力。同时,工作流通过并行的方式在内存可控的基础上显著降低了分析时间,为大规模人群基因组结构变异的高效检测提供了重要支撑。     

基于Hi-C技术哺乳动物三维基因组研究进展

基因组DNA在细胞核中并不是呈线性的一字排列,而是以三维结构高度折叠并浓缩成染色质的方式储存于核内,具有特定的高级空间结构和构象。高通量染色体构象捕获(high-througnput chromosome conformationcapture, Hi-C)技术于2009年首次被提出,目前已得到大规模运用,使得人们对于三维基因组学有了更深刻的认识。研究表明,哺乳动物基因组三维层级结构单元由大到小依次为染色体疆域(chromosome territory, CT)、染色质区室(chromatin compartment A/B)、拓扑关联结构域(topological associated domain, TAD)和染色质环(chromatin loop),这些层级结构单元在基因转录和表达调控过程中发挥着重要作用。本文基于Hi-C技术从染色质的三维层级结构划分、构象单元作用以及三维基因组在发育、疾病等方面的应用进行阐述,旨在为更深入地了解哺乳动物三维基因组学研究提供参考。     

光学基因组图谱在染色体结构异常检测中的应用

染色体结构异常（structural variations,SVs）是临床中的常见现象,主要包括染色体缺失、重复、倒位和易位等,因其会引起基因融合、断裂或拷贝数改变,常导致疾病的发生。目前临床上对于SVs的检测多采用染色体核型、芯片分析或高通量测序等细胞遗传学或常规分子遗传学技术。近年来,随着检测技术的不断发展,隐匿性染色体平衡易位和微小片段的异常在产前诊断、新生儿遗传病、血液病及肿瘤等研究领域逐渐被重视,而传统的遗传学检测方法存在较为明显的局限性。光学基因组图谱（optical genome mapping,OGM）是近年来基于全新原理开发的分子遗传学检测技术,与传统技术相比,其对常规和隐匿性SVs（平衡易位、微小片段等）都有较强的检出能力,在多领域有较高的应用价值。但是OGM也存在一定的局限性,如其因灵敏度较高而需要其他手段辅助排除假阳性结果,在近着丝粒等无标记区域无法进行检测等。本文针对传统细胞遗传学检测技术和OGM对SVs的检测能力,OGM的优势、缺陷及其在肿瘤、儿科等领域的应用进行综述。     

基于Hi-C数据的染色体三维分析计算方法

真核生物的染色质在细胞核中高度折叠且有序排列,这种三维结构对基因转录和DNA复制等细胞功能发挥至关重要。近年来Hi-C数据的涌现,使得研究染色质三维交互作用及其空间结构成为了可能。自2009年Hi-C被开发以来,已经出现了许多用于处理Hi-C数据的生物信息学工具,从原始序列比对到接触矩阵的可视化,均提供了系统的Hi-C数据处理过程或解决某一个特定问题的方法。本研究全面介绍了传统的Hi-C数据处理工作流程,以及近十年来新兴的Hi-C数据处理工具以及其未来发展方向。     

欢迎订阅2020年《基因组学与应用生物学》 连续4次入编北大《中文核心期刊要目总览》

正染色体三维结构重构Three-dimensional reconstruction of chromosomes染色体三维重构是近年来基因组学研究的重要手段,利用测序技术获得的染色体空间结构信息,本质是根据染色体二维接触频率数据来预测其在细胞核中的三维形态。基于染色体构象捕获(Chromosome conformation capture,3C)技术的高通量Hi-C(High-throughput/resolution chromosome conformation capture)     

三维基因组测序技术发展

近20年来,研究者们通过大规模DNA测序,在基因组、转录组和表观基因组方面获得了大量的信息,这些信息为人类基因组中的功能元件和相互作用机制等研究提供了许多详细的视图。但明确2 m长的DNA如何组装在10μm左右的细胞核中仍是一个挑战性的工作。人们着眼于多角度探究染色质在狭窄空间里的精准调控表达,因此,三维基因组研究也越来越受到关注,与此相关的技术也在不断发展中。主要介绍以核邻位连接为基础的染色质构象捕获技术(3C)及其衍生技术,如4C、5C、Hi-C及其衍生技术、Ch IA-PET、原位Hi-C,以及DLO Hi-C等,并简单介绍应用这些技术已取得的重要成果以及未来的发展方向。     

高通量测序数据的基因组拷贝数变异检测方法综述

拷贝数变异是指基因组中发生大片段的DNA序列的拷贝数增加或者减少。根据现有的研究可知,拷贝数变异是多种人类疾病的成因,与其发生与发展机制密切相关。高通量测序技术的出现为拷贝数变异检测提供了技术支持,在人类疾病研究、临床诊疗等领域,高通量测序技术已经成为主流的拷贝数变异检测技术。虽然不断有新的基于高通量测序技术的算法和软件被人们开发出来,但是准确率仍然不理想。本文全面地综述基于高通量测序数据的拷贝数变异检测方法,包括基于reads深度的方法、基于双末端映射的方法、基于拆分read的方法、基于从头拼接的方法以及基于上述4种方法的组合方法,深入探讨了每类不同方法的原理,代表性的软件工具以及每类方法适用的数据以及优缺点等,并展望未来的发展方向。     

三维基因组染色质构象捕获及其衍生技术

线性染色质经过多重折叠凝缩到真核生物的细胞核中,染色质的三维构象直接决定了真核生物的基因表达,因此染色质可以在局部或远程空间上发生互作调控基因转录。折叠成环状构象的染色质可以借助染色质构象捕获 (Chromosome conformation capture,3C) 技术来研究,基于3C技术扩展的4C/5C/Hi-C从单个位点延伸到全基因组捕捉三维构象,在此基础上,染色质构象核心技术可以与免疫共沉淀、核酸分子杂交、单细胞、基因组测序等技术偶联而产生新的衍生技术和应用,这极大地推动了染色质构象技术在基因时空特异性表达调控上的研究。文中将以3C和Hi-C等三维基因组核心技术为基础,重点介绍染色质构象捕获及其衍生技术的原理和前沿应用。     

甘蔗基因组研究进展

甘蔗基因组庞大(10 Gb)且为高倍体(5x~16x),甘蔗基因组的研究相对滞后。随着生物技术发展,如测序组装(Pacbio、Hi-C)、分子标记以及荧光原位杂交(FISH)技术,实现了对高粱、水稻以及小麦等多种禾本科植物有关的基因组研究工作。这些重要技术为研究甘蔗基因组提供了新手段。该文综述了甘蔗的起源、分类、图谱的构建,与近缘种的共线性,基因组结构以及核型演化等甘蔗的基因组学特征,以期为甘蔗基因组深入研究提供参考。     

基于高通量测序技术的基因组结构变异检测算法

基因组结构变异的检测是生物信息学的重要方向之一.本文分别对基于高通量测序技术的双末端映射方法、映射分布方法、分裂片段方法和序列拼接方法等检测技术的四种算法进行详细的解读和说明,阐述了以上四种方法两两结合的检测算法,并分析了各种检测方法的性能和适用的条件,说明混合结合的方法将会成为未来发展的方向.     

基于生物信息学的Hi-C研究现状与发展趋势

染色体的空间交互作用被视为影响基因表达调控的重要因素,高通量染色体构象捕获(high-throughput chromosome conformation capture,Hi-C)技术已成为3D基因组学中探索染色体空间交互作用的主要实验手段之一。随着Hi-C样本数据的持续累积以及分析处理流程复杂度的不断提升,基于生物信息学的Hi-C数据分析对探究基因表达的时空调控机制而言,是机遇也是挑战。本文从生物信息学角度,综合阐述了Hi-C的国内外研究现状及发展动态,包括数据标准化、多级结构分析、数据可视化以及三维建模,重点剖析了多级结构中的A/B区室(A/B compartments)、拓扑相关域(topological associated domains,TADs)和染色质环(chromain looping),在此基础上分析了该方向未来可能的研究热点及发展趋势,以期为将基因表达调控的探索从传统线性空间进一步拓展到三维结构空间提供支持。     

下一代测序技术在干细胞转录调控研究中的应用

基因转录调控及其机制分析是后基因组时代生物学研究的重点之一。随着高通量测序技术的发展,人们可以从不同层面研究基因的转录调控行为,从转录组、转录因子结合,到染色质局部结构和整体空间构象,可系统分析转录调控的分子机制。干细胞分化过程的转录调控分析对研究再生医学和理解细胞癌变机制等具有重要意义。本文综述了下一代测序技术在干细胞转录调控研究中的应用,包括：(1)基于基因芯片或RNA测序的转录组分析;(2)基于染色体免疫共沉淀(chromatin immunoprecipitation, ChIP)测序的表观基因组和转录因子结合信息的分析;(3)基于DNase 酶切测序(DNase-Seq)的染色质开放性分析;(4)基于高通量染色质构象捕获(high-throughput chromosome conformation capture, Hi-C)技术的染色体远程相互作用分析。从基因表达谱、转录因子结合和基因组三维结构等层面展开介绍,重点关注了一些多能性转录因子(Oct4、Sox2和Nanog等)在维持干细胞干性和分化中的调控作用,以期为干细胞转录调控的研究提供借鉴和参考。     

一种基于多重PCR的人类线粒体基因组高通量测序方法

人类线粒体基因组DNA(mtDNA)是一个16569 bp的双链闭合环状DNA分子,具有母系遗传、多拷贝、高异质性及高变异率等特点,是研究人类遗传和进化上广泛使用的分子标记.近几年,高通量测序技术的出现,使得在短时间内准确测定mtDNA序列成为可能;但目前常用的高通量测序建库方法操作复杂、研究费用相对较高.基于多重PCR扩增的测序方法具有高效率、高灵敏度、低成本的特点,因而适用于大规模线粒体基因组的变异检测分析.利用73个相互重叠的扩增子通过多重PCR方法来扩增中国人的线粒体全基因组,在扩增片段两端连接特定的接头序列,然后在IlluminaHiSeq X Ten平台上进行高通量测序.对获得的测序数据分析发现,mtDNA每个位点的测序深度均达到2000×以上;当测序深度为100×时,所有样本的序列覆盖度都达到100%;数据质量适用于后续的变异检测分析.利用本研究建立的基于多重PCR的二代测序方法无需片段化即可直接上机测序,在复杂遗传病的研究中有着广泛的应用前景.     

基于染色质交互数据的基因组组装方法

伴随着高通量DNA测序技术的不断推陈出新和价格持续下调,如何将scaffolds定位于染色体逐渐成为完整参考基因组获得的关键。高通量染色质构象捕获技术(High-throughput chromosome conformation capture,简称Hi-C)的出现为基因组组装过程中scaffolds快速锚位提供了契机。相比于传统的基因组组装方法,基于染色质交互组装基因组的策略实验操作简易、实验和时间成本较低、正确率及分辨率高,在基因组相对复杂的多倍型和高度杂合的物种中有着更大的应用前景。但由于技术本身的限制,该方法还存在分辨率、背景噪声等问题需要解决,有待进一步改进和提高。