Skip to content
返回搜索结果

Hi-C 分析

提出者
Erez Lieberman-Aiden & Job Dekker
年份
2009
类型
Chromatin interaction method
类别
3D genomics

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

Hi-C(高染色质构象捕获)是一种用于绘制细胞内基因组三维结构的技术及其相关的计算方法。Hi-C 由 Lieberman-Aiden 和 Dekker 于 2009 年开发,可识别基因组区域之间在三维细胞核空间中空间上邻近但线性序列上可能相距遥远的物理相互作用。Hi-C 分析揭示了基因组组织的基本原理,包括拓扑关联域(TADs)的存在,并提供了关于三维结构如何调控基因表达和 DNA 复制的见解。

方法背后的直觉

细胞核中的 DNA 不是随机卷曲的;它折叠成精确的三维结构。调控元件(增强子)可能通过环化接触远处的启动子,即使它们在线性序列上相距遥远。Hi-C 通过交联空间上邻近的 DNA 片段、对基因组进行片段化以及对连接的片段进行测序来捕获这些三维接触。结果是一个接触矩阵,显示哪些基因组位置相互作用。附近的位点(同一染色体,线性序列上邻近)频繁相互作用——接触矩阵沿对角线高。远距离相互作用揭示了大尺度结构:同一拓扑关联域(TAD)内的基因座群频繁相互作用;不同的 TAD 很少相互作用。通过计算分析接触矩阵,研究人员可以推断三维结构、识别调控相互作用并理解基因组结构如何控制生物学。

历史学

Lieberman-Aiden、Dekker 及其同事于 2009 年开发了 Hi-C,彻底改变了对基因组组织的理解。早期工作揭示了大尺度区域(现称为 TADs)以及基因组组织成两个不同的空间区室——活跃染色质和非活跃染色质。Dixon 及其同事(2012 年)证明了 TAD 的保守性,并开始绘制增强子-启动子相互作用图谱。现代变体(原位 Hi-C、4DN 项目)提高了分辨率,并能够快速生成各种系统中的全基因组图谱。Hi-C 已成为理解三维基因调控和发现结构变异如何破坏正常结构的基础。

何时使用

使用 Hi-C 来理解三维基因组的组织方式,识别长距离调控相互作用,或比较不同细胞类型或疾病状态下的基因组结构。Hi-C 在识别增强子-启动子环和理解结构变异如何影响基因组功能方面特别强大。在详细研究单个基因座时(成像方法更好),或当细胞高度异质时(平均接触模式会掩盖个体差异),应避免使用 Hi-C。

局限与注意事项

  • 提供群体平均值;个体细胞异质性丢失
  • 计算密集;需要大量数据存储和处理
  • 接触距离受技术因素(限制性内切酶选择、连接效率)的强烈影响
  • 不直接测量物理距离;接触频率取决于多种因素
  • 分辨率受测序深度限制;极高分辨率绘图需要数十亿个读数

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 提供全基因组范围内高分辨率的三维基因组组织视图
  • 识别拓扑关联域和长距离调控相互作用
  • 揭示基因组结构在不同细胞类型和条件下的变化
  • 可检测结构变异和大尺度染色质重排
  • 与其他组学数据(RNA-seq、染色质标记)良好整合,以获得机制性见解

应用

  • 绘制人类基因组三维结构并比较发育进程中的不同细胞类型
  • 识别增强子-启动子环以在没有染色质免疫沉淀的情况下理解基因调控
  • 通过分析接触模式失真来检测癌症中的结构变异和染色体畸变
  • 比较正常和疾病状态下的基因组结构以识别结构缺陷
  • 通过结构-功能映射理解结构蛋白(粘连蛋白、冷凝蛋白)如何组织染色质

使用方式

使用方式

1

对培养的细胞或组织进行 Hi-C 实验:用甲醛交联 DNA,片段化染色质,连接空间上邻近的 DNA 片段,并进行高通量测序。

2

将测序读数比对到基因组;识别有效的 Hi-C 对(每对代表一个基因组相互作用);过滤掉伪影(自身连接、低质量读数、嵌合片段)。

3

构建不同分辨率的接触矩阵(从 1 Mb 区域到 1-5 kb);对偏差(片段长度、可映射性)进行归一化;使用分割算法识别拓扑关联域。

4

应用三维重建算法从接触频率推断空间位置;检测长距离相互作用;使用计算预测识别增强子-启动子接触。

5

检查 TAD 边界、TAD 内和 TAD 间的相互作用,并跨细胞类型或条件进行比较;将三维结构与基因调控和染色质状态相关联。

常见陷阱

  • 在未经验证的情况下过度解释 Hi-C 接触为真实的调控相互作用(许多接触可能是被动的)
  • 混淆相对相互作用强度与绝对物理距离
  • Hi-C 数据中的批次效应和技术偏差会产生虚假信号;正确的归一化至关重要
  • 忽略细胞类型特异性;三维结构在不同细胞类型之间存在显著差异

常见问题

什么是拓扑关联域(TAD)?

TAD 是一个染色质区域(通常为 200 kb 至 1 Mb),在此区域内染色质频繁相互作用,但在此区域之间相互作用很少。TAD 在 Hi-C 接触矩阵中显示为块对角线模式,被认为是功能性调控单元。TAD 边界通常与基因和调控元件重合。

Hi-C 与其他染色质构象捕获方法有何不同?

3C 测量两个基因组位置之间的单个相互作用。4C 测量一个基因座与所有其他基因座的相互作用。5C 测量许多预先选择的相互作用。Hi-C 在全基因组范围内测量所有对所有相互作用。每种方法都在通量和目标信息之间进行权衡。

为什么 Hi-C 矩阵需要归一化?

接触频率取决于技术因素:限制性位点靠近基因座会影响片段化,可映射性因基因组区域而异,连接效率取决于序列。没有归一化,这些偏差会产生虚假模式。归一化会消除偏差,同时保留真实的生物信号。

Hi-C 能否识别因果增强子-启动子相互作用?

Hi-C 识别空间上邻近的基因座,但不能直接揭示因果关系。因果关系需要功能验证(CRISPR 干扰、报告基因检测)。Hi-C 识别候选相互作用;其他实验用于检验它们是否具有功能重要性。

相关方法

参考文献

  1. 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.

    打开 DOI 文献
    已复制。
  2. 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.

    打开 DOI 文献
    已复制。
  3. Szabo, Q., Bantignies, F., & Cavalli, G. (2019). 3D chromatin architecture. Nature Reviews Molecular Cell Biology, 20(4), 207–220.

    打开出版物文献
    已复制。