Hi-C-Analyse
- Eingeführt von
- Erez Lieberman-Aiden & Job Dekker
- Jahr
- 2009
- Typ
- Chromatin interaction method
- Familie
- 3D genomics
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Hi-C (High-Chromosome Conformation Capture) ist eine Technik und zugehörige computergestützte Methoden zur Kartierung der 3D-Architektur des Genoms innerhalb von Zellen.
Entwickelt von Lieberman-Aiden und Dekker im Jahr 2009, identifiziert Hi-C physikalische Wechselwirkungen zwischen genomischen Regionen, die in ihrer linearen Sequenz weit voneinander entfernt sein können, aber im 3D-Kernraum räumlich nahe sind. Die Hi-C-Analyse hat grundlegende Prinzipien der Genomorganisation aufgedeckt, einschließlich der Existenz von topologisch assoziierenden Domänen (TADs), und liefert Einblicke, wie die 3D-Struktur die Genexpression und DNA-Replikation reguliert.
Die Intuition hinter der Methode
Die DNA im Zellkern ist keine zufällige Knäuelung; sie faltet sich zu einer präzisen 3D-Architektur. Regulatorische Elemente (Enhancer) können sich zu entfernten Promotoren schleifen, obwohl sie in der linearen Sequenz weit voneinander entfernt sind. Hi-C erfasst diese 3D-Kontakte, indem es DNA-Segmente in räumlicher Nähe quervernetzt, das Genom fragmentiert und die ligierten Fragmente sequenziert. Das Ergebnis ist eine Kontaktmatrix, die zeigt, welche genomischen Positionen interagieren. Nahegelegene Positionen (gleiches Chromosom, nahe in linearer Sequenz) interagieren häufig – die Kontaktmatrix ist entlang der Diagonalen hoch. Weitreichende Wechselwirkungen enthüllen großräumige Struktur: Gruppen von Loci innerhalb derselben topologisch assoziierenden Domäne (TAD) interagieren häufig; verschiedene TADs interagieren selten. Durch computergestützte Analyse der Kontaktmatrix leiten Forscher die 3D-Struktur ab, identifizieren regulatorische Wechselwirkungen und verstehen, wie die Genomarchitektur die Biologie steuert.
Geschichte
Lieberman-Aiden, Dekker und Kollegen entwickelten Hi-C im Jahr 2009 und revolutionierten damit das Verständnis der Genomorganisation. Frühe Arbeiten deckten großräumige Domänen (heute TADs genannt) auf und zeigten, dass das Genom in zwei verschiedene räumliche Kompartimente – aktives und inaktives Chromatin – organisiert ist. Dixon und Kollegen (2012) demonstrierten die Konservierung von TADs und begannen mit der Kartierung von Enhancer-Promotor-Wechselwirkungen. Moderne Varianten (in situ Hi-C, 4DN-Projekte) verbesserten die Auflösung und ermöglichten die schnelle Erstellung genomweiter Karten in verschiedenen Systemen. Hi-C ist zu einem Eckpfeiler des Verständnisses der 3D-Genregulation und der Entdeckung geworden, wie strukturelle Varianten die normale Architektur stören.
Wann wird sie eingesetzt?
Verwendung von Hi-C zum Verständnis der Organisation des 3D-Genoms, zur Identifizierung von weitreichenden regulatorischen Wechselwirkungen oder zum Vergleich der Genomarchitektur über Zelltypen oder Krankheitszustände hinweg. Hi-C ist besonders leistungsfähig zur Identifizierung von Enhancer-Promotor-Schleifen und zum Verständnis, wie strukturelle Varianten die Genfunktion beeinflussen. Vermeiden Sie Hi-C bei der detaillierten Untersuchung einzelner Loci (Bildgebungsverfahren sind besser) oder wenn die Zellen stark heterogen sind (gemittelte Kontaktmuster verdecken individuelle Variationen).
Grenzen und Hinweise
- Liefert einen Populationsdurchschnitt; individuelle zelluläre Heterogenität geht verloren
- Rechenintensiv; erfordert erhebliche Datenspeicherung und -verarbeitung
- Der Kontaktabstand wird stark von technischen Faktoren beeinflusst (Wahl des Restriktionsenzyms, Ligationseffizienz)
- Misst nicht direkt den physikalischen Abstand; die Kontaktfrequenz hängt von mehreren Faktoren ab
- Die Auflösung ist durch die Sequenziertiefe begrenzt; hochauflösende Kartierung erfordert Milliarden von Reads
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Bietet eine genomweite Ansicht der 3D-Genomorganisation mit hoher Auflösung
- Identifiziert topologisch assoziierende Domänen und weitreichende regulatorische Wechselwirkungen
- Zeigt, wie sich die Genomarchitektur über Zelltypen und Bedingungen hinweg unterscheidet
- Kann strukturelle Varianten und großräumige Chromatinumlagerungen erkennen
- Lässt sich gut mit anderen Omics-Daten (RNA-seq, Chromatinmarkierungen) für mechanistische Einblicke integrieren
Anwendungen
- Kartierung der 3D-Struktur des menschlichen Genoms und Vergleich über Zelltypen hinweg im Rahmen der Entwicklung
- Identifizierung von Enhancer-Promotor-Schleifen zum Verständnis der Genregulation ohne Chromatin-Immunpräzipitation
- Erkennung von strukturellen Varianten und Chromosomenumlagerungen bei Krebs durch Analyse von Verzerrungen im Kontaktmuster
- Vergleich der Genomarchitektur zwischen normalen und Krankheitszuständen zur Identifizierung von Architekturdefekten
- Verständnis, wie Architekturproteine (Kohäsine, Kondensine) Chromatin organisieren, durch Struktur-Funktions-Mapping
So funktioniert es
So funktioniert es
Durchführung von Hi-C-Experimenten an Zellkulturen oder Geweben: Vernetzung der DNA mit Formaldehyd, Fragmentierung des Chromatin, Ligation von DNA-Fragmenten in räumlicher Nähe und Durchführung von Hochdurchsatzsequenzierung.
Sequenzierungsreads auf das Genom ausrichten; gültige Hi-C-Paare identifizieren (jedes Paar repräsentiert eine genomische Wechselwirkung); Artefakte herausfiltern (Selbstligationen, qualitativ minderwertige Reads, chimäre Fragmente).
Erstellung von Kontaktmatrizen bei unterschiedlichen Auflösungen (von 1-MB-Bins bis zu 1-5-kb); Normalisierung von Verzerrungen (Fragmentlänge, Mappability); Identifizierung von topologisch assoziierenden Domänen mittels Segmentierungsalgorithmen.
Anwendung von 3D-Rekonstruktionsalgorithmen zur Ableitung räumlicher Positionen aus Kontaktfrequenzen; Detektion von Weitreichenden Wechselwirkungen; Identifizierung von Enhancer-Promotor-Kontakten mittels computergestützter Vorhersagen.
Analyse von TAD-Grenzen, Wechselwirkungen innerhalb und zwischen TADs und Vergleich über Zelltypen oder Bedingungen hinweg; Verknüpfung von 3D-Struktur mit Genregulation und Chromatinzustand.
Häufige Fallstricke
- Überinterpretation von Hi-C-Kontakten als echte regulatorische Wechselwirkungen ohne Validierung (viele Kontakte können passiv sein)
- Verwechslung von relativer Wechselwirkungsstärke mit absolutem physikalischem Abstand
- Batch-Effekte und technische Verzerrungen in Hi-C-Daten können Scheinsignale erzeugen; eine ordnungsgemäße Normalisierung ist entscheidend
- Ignorieren der Zelltypspezifität; die 3D-Struktur variiert dramatisch zwischen den Zelltypen
Häufig gestellte Fragen
Was ist eine topologisch assoziierende Domäne (TAD)?
Eine TAD ist eine Chromosomenregion (typischerweise 200 kb bis 1 Mb), innerhalb derer Chromatin häufig interagiert, zwischen denen jedoch Wechselwirkungen selten sind. TADs erscheinen als blockdiagonale Muster in Hi-C-Kontaktmatrizen und werden als funktionelle regulatorische Einheiten angesehen. TAD-Grenzen fallen oft mit Genen und regulatorischen Elementen zusammen.
Wie unterscheidet sich Hi-C von anderen Chromosomen-Konformationserfassungsmethoden?
3C misst eine einzelne Wechselwirkung zwischen zwei genomischen Orten. 4C misst Wechselwirkungen eines Locus mit allen anderen. 5C misst viele vorausgewählte Wechselwirkungen. Hi-C misst alle-zu-allen-Wechselwirkungen genomweit. Jede Methode tauscht Durchsatz gegen gezielte Informationen ein.
Warum benötigen Hi-C-Matrizen eine Normalisierung?
Kontaktfrequenzen hängen von technischen Faktoren ab: Restriktionsstellen in der Nähe eines Locus beeinflussen die Fragmentierung, die Mappability variiert über genomische Regionen, die Ligationseffizienz ist sequenzabhängig. Ohne Normalisierung erzeugen diese Verzerrungen Scheinsignale. Die Normalisierung entfernt Verzerrungen und bewahrt gleichzeitig das echte biologische Signal.
Kann Hi-C kausale Enhancer-Promotor-Interaktionen identifizieren?
Hi-C identifiziert physikalisch nahegelegene Loci, enthüllt aber nicht direkt die Kausalität. Kausalität erfordert eine funktionelle Validierung (CRISPR-Perturbation, Reporter-Assays). Hi-C identifiziert Kandidaten-Interaktionen; zusätzliche Experimente testen, ob sie funktionell wichtig sind.
Verwandte Methoden
Quellen
Lieberman-Aiden, E., van Berkum, N. L., Williams, L., Imakaev, M., Ragoczy, T., Telling, A., & Dekker, J. (2009). Comprehensive mapping of long-range interactions reveals folding principles of the human genome. Science, 326(5950), 289–293.
DOI-Referenz öffnenKopiert.Dixon, J. R., Selvaraj, S., Yue, F., Kim, A., Li, Y., Shen, Y., & Ren, B. (2012). Topological domains in mammalian genomes identified by analysis of chromatin interactions. Nature, 485(7398), 376–380.
DOI-Referenz öffnenKopiert.Szabo, Q., Bantignies, F., & Cavalli, G. (2019). 3D chromatin architecture. Nature Reviews Molecular Cell Biology, 20(4), 207–220.
Publikationsreferenz öffnenKopiert.