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.

染色质互作是真核生物基因组组装的基础,并且在调控真核基因细胞特异性表达中发挥重要作用.染色质互作的发生与特定的蛋白质有关,目前已经发现CTCF(CCCTC binding facor,转录阻抑物)和黏连蛋白与染色质互作相关,然而并不清楚是否还有其他蛋白质参与染色质互作.我们将整合高通量染色体构象捕获(Hi-C)和染色质免疫沉淀-测序(ChIP-seq)数据,在GM12878和K562细胞系中挖掘与染色质互作相关的转录因子,并对发现的转录因子做功能分析.我们在频繁发生互作的染色质位点中发现RUNX3、SPI1等转录因子也可能参与染色质互作.另外,通过FP-growth的数据挖掘方法还发现多个转录因子可能协同作用参与染色质互作.研究结果将为染色质互作相关实验的开展提供先验知识.

染色质在细胞核内的缠绕、折叠及其在细胞核内的空间排布是真核生物染色质构型的主要特征.在经典DNA探针荧光原位杂交显微观察的基础上,基于新一代测序技术的Hi-C及ChIA-PET染色质构型捕获技术已经被广泛应用于动物及植物细胞核染色质构型的研究中,并以新的角度定义了包括:染色体(质)域(chromosome territory)、A/B染色质区室(compartment A/B)、拓扑偶联结构域(topological associated domains,TADs)、染色质环(chromatin loops)等在内的多个更为精细的染色质构型.利用以上两种主流技术,越来越多的植物物种染色质构型特征被鉴定、分析和比较.本文系统分析和总结了近年来以植物细胞为模型的细胞核染色构型领域取得的重要成果,包括各级染色质构型特征的组成、建立机制和主要影响因素等.在此基础上,分析了目前研究植物染色质构型技术的瓶颈和突破性的技术进展,并对后续研究主要关注的问题和研究内容进行了展望,以期为相关领域的研究提供更多的理论参考和依据.

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.

高通量染色质构象捕获(HiC)技术可反映染色体各位点之间的接触情况,为研究染色体三维空间结构和基因共调控机制提供依据.但目前受到测序技术和实验成本的制约,生物实验通常只能获得大量中低分辨率HiC数据,造成染色质远距离接触信息的缺失,为此,本研究将最短路径原理应用于增强低分辨率的HiC数据.首先将染色体接触数据转换为距离矩阵,利用Floyd算法对其进行最短路径更新后,再将其逆变换为增强的HiC数据,从而实现对远距离接触信息的恢复.在距离转换过程中,以Spearman相关系数作为评估指标,利用自适应权值粒子群算法(APSO)对转换参数进行全局寻优.本研究对人类不同组织细胞(人B淋巴细胞系(GM12878),人胚肺成纤维细胞系(IMR90)和人类白血病细胞系(K562))HiC数据进行了增强,结果表明该算法能够对不同下采样的HiC数据显著增强.本研究的研究思路可为HiC数据增强提供有益借鉴.