三维基因组（Hi-C）的原理以及应用

2020-05-01 本文已影响0人生信编程日常

Hi-C技术源于染色体构象捕获（Chromosome Conformation Capture, 3C）技术，利用高通量测序技术，结合生物信息分析方法，研究全基因组范围内整个染色质DNA在空间位置上的关系，获得高分辨率的染色质三维结构信息。Hi-C技术不仅可以研究染色体片段之间的相互作用，建立基因组折叠模型，还可以应用于基因组组装、单体型图谱构建、辅助宏基因组组装等，并可以与RNA-Seq、ChIP-Seq等数据进行联合分析，从基因调控网络和表观遗传网络来阐述生物体性状形成的相关机制。
以下来自菲沙基因讲解视频的整理。原视频https://www.bilibili.com/video/BV1f7411n7zU?p=23

Hi-C与其他三维基因组技术特点

HiC技术实验原理

将三维基因组甲醛交联固定，用内切酶进行酶切，酶切完在末端加生物素进行末端修复，然后进行连接，连接后对去除蛋白并打断成小片段，用磁珠捕获带生物素的片段进行测序。

Hi-C分析流程

(a)首先是质控，过滤后高质量的FASTQ数据（PE，150bp），如果比对软件不支持split mapping的话，一般选用迭代比对，因为连接处由于是基因组外的碱基，可能比对不上。从序列左端25bp开始比对，如果有唯一比对，则停止，如果多个比对位置，则再继续延伸5bp，直到出现唯一比对。或者可以可以选择支持split mapping的软件进行比对，可以通过分段比对处理。
(b)选择高质量的比对数据
(c)HiC特异的比对标准
(d)对Vaild pairs进行矫正。矫正完可以得到互作矩阵。

Ferhat Ay et al;2015

Bryan R. Lajoie et al;2014

常用的分析软件

Software tools for Hi-C data analysis

Tool	Short-read	Mapping	Read	Read-pair	Normalization	Visualization	Confidence	Implementation
	aligner(s)	improvement	filtering	filtering			estimation	language(s)
:--	:--	:--	:--	:--	:--	:--	:--	:--
HiCUP [46]	Bowtie/Bowtie2	Pre-truncation	✓	✓	−	−	−	Perl, R
Hiclib [47]	Bowtie2	Iterative	✓ ^a	✓	Matrix balancing	✓	−	Python
HiC-inspector [131]	Bowtie	−	✓	✓	−	✓	−	Perl, R
HIPPIE [132]	STAR	✓ ^b	✓	✓	−	−	−	Python, Perl, R
HiC-Box [133]	Bowtie2	−	✓	✓	Matrix balancing	✓	−	Python
HiCdat [122]	Subread	−^c	✓	✓	Three options ^d	✓	−	C++, R
HiC-Pro [134]	Bowtie2	Trimming	✓	✓	Matrix balancing	−	−	Python, R
TADbit [120]	GEM	Iterative	✓	✓	Matrix balancing	✓	−	Python
HOMER [62]	−	−	✓	✓	Two options ^e	✓	✓	Perl, R, Java
Hicpipe [54]	−	−	−	−	Explicit-factor	−	−	Perl, R, C++
HiBrowse [69]	−	−	−	−	−	✓	✓	Web-based
Hi-Corrector [57]	−	−	−	−	Matrix balancing	−	−	ANSI C
GOTHiC [135]	−	−	✓	✓	−	−	✓	R
HiTC [121]	−	−	−	−	Two options ^f	✓	✓	R
chromoR [59]	−	−	−	−	Variance stabilization	−	−	R
HiFive [136]	−	−	✓	✓	Three options ^g	✓	−	Python
Fit-Hi-C [20]	−	−	−	−	−	✓	✓	Python