检索历史 清除

摘要尽管真核生物的染色体在细胞核内高度折叠，但是在生物体的发育过程中，细胞仍然能够在时间和空间上精确地控制基因的表达，表明染色体在细胞核内不是随机折叠，而是有着精密的结构存在。从最初的免疫荧光实验指示出，每条染色体都蜷缩在独立的空间,称之为染色体领地。到后来基于高通量测序的Hi-C实验揭示出越来越多的染色体内部空间结构，包括染色质区室（compartments）、拓扑结构域（TADs）以及相互作用位点（loops）的存在，科学家们对染色体内部空间结构的认识有长足的进步。尽管如此，目前对染色体间互作的认识还比较少，早期研究把染色体间相互作用信号当做Hi-C实验的主要噪音而被丢掉。然而事实并非如此，非同源染色体间也存在相互作用，比如嗅感觉受体基因、发育相关的Hox家族基因、TC-797超乙酰化区域等都可形成染色体间相互作用，并对基因表达、发育及疾病发生起重要调控作用。<br>　　本研究的目的起源于针对染色体间互作分析的工具包较少，目前Hi-C数据的染色质高级结构分析，主要还是基于染色体内部相互作用分析，而染色体间相互作用信号提取存在较大挑战。针对这一科学问题，本研究利用显著的染色体间相互作用的数据特征，采用基于密度的聚类算法，开发了一个基于python编程语言的工具包iceD，专门用来识别Hi-C数据中染色质间显著的相互作用位点。<br>　　研究的实验主要原理是利用密度聚类算法寻找高密度位点。染色体间显著的相互作用位点不同于染色体间的背景噪音，在相对限制的区域内，有着明显高于背景噪音的互作强度，我们称之为峰。iceD正是利用峰的特征之一：高密度，使用基于密度的聚类算法“密度峰值”来检测局部高密度区域。由于高密度区域不一定都是峰，因此需要对不是峰的高密度区域进行过滤。iceD针对线性的高密度区域设计了均匀分布检验，针对非局部高密度的高密度区域设计了垂直以及水平密度比，以此来去除明显的假阳性位点。<br>　　将iceD分别应用到小鼠胚胎干细胞、成熟嗅感觉神经元和NUT癌细胞系TC-797的Hi-C数据上，iceD分别找到128、658和1841个非同源染色体互作，表明iceD能够找出已知的一些非同源染色体间的互作。和设计用来识别染色体内互作位点的FitHiC以及设计用来寻找不同组别Hi-C之间差异的diffHic相比，iceD在正确率以及识别位点的互作强度上都有显著的优势。除此之外，我们利用iceD还在小鼠胚胎干细胞中发现了新的染色体间相互作用，并且这些相互作用富集RNA聚合酶Ⅱ，提示其可能与转录工厂有关。<br>　　综合以上结果，本研究开发了一个高效的染色体间相互作用检测生物信息学工具包iceD。在和其他工具相比较后，发现iceD更适合用来识别染色质间互作。iceD能进一步利用Hi-C的数据，并在高分辨率的Hi-C数据中识别出显著的染色体相互位点，将对研究染色体间相互作用的分子机制和功能具有推动作用。