三維基因組Hi-C
- 三維基因組
- Hi-C技術
- 染色體空間結構
- 相互作用網絡
- 基因調控
服務特色
三維基因組Hi-C是一種高通量測序技術，用于研究染色體的空間結構和相互作用，深入了解基因組的三維折疊與調控機制。它在基因組學和疾病研究中扮演著重要角色，幫助揭示染色體間的相互作用網絡及其與基因表達的關聯。
服務介紹
三維基因組學（Three-Dimensional Genomics, 3D Genomics），作為表觀基因組學一部分，研究基因組的三維空間結構對基因組功能的影響。在細胞分化、組織發育、環境適應、疾病發生等生物學過程中都有染色質構象的調控。高通量染色質構象捕獲技術Hi-C（High-throughput chromosome conformation capture），研究全基因組范圍內染色質相互作用。Hi-C 通過染色質交聯將空間構象固定，之后富集交聯的 DNA 片段進行高通量測序，通過測序數據分析揭示染色質的遠程相互作用以及空間結構，推導基因組的三維空間結構和可能的基因間的調控關系。
Hi-C實驗步驟：交聯——酶切——末端補平連接生物素——互作片段連接成環——通過生物素純化DNA——上機測序。
Figure 1 Hi-C實驗示意（引用自Lieberman-Aiden et al., 2009）
經過測序后得到染色質互作信息文件，根據分析可以得到染色質高級結構，它可分為三種：AB Compartment、TAD和Loop。染色質根據轉錄活躍情況可以分為較活躍的A compartment和較不活躍的B compartment兩種區室。在數十kb以及更高分辨率上，染色體沿對角線出現一個個三角形結構，這就是拓撲關聯結構域（TAD），TAD內部之間相互作用頻率顯著高于與外部互作頻率。大部分TAD是保守的，邊界改變時可能改變基因互作情況。在10 kb以及更高分辨率上，會出現接觸頻率高于其鄰域中的峰，峰反映了染色質環的存在，峰位點是染色質環的錨點。在轉錄因子或其他DNA結合蛋白介導下，增強子與啟動子通過Loop在空間上相互接近，調控基因表達。
華中農業大學曹罡教授在Nature Genetic、Nature Communications等高水平期刊發表過多篇三維基因組學文章（Lin et al., 2018; Adeel et al., 2021; Lin et al., 2022），作為武漢金開瑞生物工程有限公司技術顧問為Hi-C實驗與分析提供指導。
服務優勢
- 全基因組覆蓋：Hi-C技術能夠對整個基因組進行調查，不受特定基因或區域的限制，為全面研究基因組的三維結構和相互作用提供了可能。
- 高分辨率：Hi-C技術具有較高的分辨率，能夠檢測到染色體區域間的相互作用頻率，揭示基因組中不同區域的空間距離和相互關系。
- 無需先驗信息：Hi-C技術不需要預先了解染色體相互作用的目標區域，因此可以發現新的基因組交互和調控元件，幫助發現潛在的功能區域。
- 高通量測序：Hi-C利用高通量測序技術，產生數百萬個短的DNA序列讀數，實現了大規模數據獲取，提供了豐富的信息用于分析。
- 動態研究能力：Hi-C技術可以用于研究細胞分化、發育或響應刺激過程中染色體結構的動態變化，揭示基因組三維折疊的時空調控。
- 細胞異質性分析：Hi-C技術可以用于分析細胞群體中的異質性，發現細胞亞型和狀態的差異，為理解細胞多樣性提供信息。
服務流程
客戶提供
與技術支持溝通除標準分析外分析內容，根據《武漢金開瑞表觀項目送樣指南》送樣。目前只接受動物樣本。
最終交付
- 標準分析內容：各個樣本染色質互作數據文件、質控信息、AB compartment、TAD和Loop鑒定，以及各個樣本之間Compartment、TAD和Loop差異。
- 多組學聯合分析或其他個性化分析內容需事前討論。
服務說明
| 項目 | 內容 |
| 建庫、測序 | 每個樣本生成2個文庫，每個文庫120GB測序量，每個樣品產生不少于200GB raw data |
| 標準分析 | 質量控制、染色體順式、反式互作、全基因組交互、A/B compartment分析、TAD分析 |
| 樣本間差異A/B、TADs、Loops比對 | 商議 |
| Hi-C與RNA聯合分析 | 商議 |
| 與其他組學聯合分析 | 商議 |
案例展示
相關資源
1、三維基因組Hi-C技術在基因組學研究中有著廣泛的應用
● 染色體空間結構研究：Hi-C技術可以揭示染色體的三維結構和空間組織，如染色體環域（chromosome compartment）、TAD（染色質域）以及A/B亞染色質區域等，幫助我們了解染色體在細胞核內的折疊狀態和整體結構。
● 染色體相互作用網絡構建：Hi-C可以構建染色體之間的相互作用網絡，研究不同染色體區域之間的相互關系和距離，探索基因組中的空間相互作用網絡。
● 基因調控研究：Hi-C可以揭示染色體區域之間的相互作用，幫助鑒定可能的增強子與靶基因之間的相互作用，深入了解基因調控的機制。
● 細胞分化與發育：Hi-C可以用于跟蹤細胞分化和發育過程中的染色體結構和相互作用的動態變化，幫助理解細胞命運決定和特化的分子機制。
● 疾病研究：Hi-C可以用于研究染色體異常、重排、基因缺失等與疾病相關的基因組變化，發現與疾病發病機制相關的信息。
● 藥物靶點發現：Hi-C可以用于評估藥物對染色體結構和相互作用的影響，幫助篩選潛在的藥物靶點或開發個性化治療策略。
● 細胞異質性分析：Hi-C可以用于分析細胞群體中的異質性，鑒別不同細胞亞型或狀態，幫助理解細胞多樣性。
2、Hi-C數據庫資源和網站：
● 3DGenomes Database:
3DGenomes數據庫提供了大量來自不同生物種類和細胞類型的Hi-C數據。該數據庫支持Hi-C數據的瀏覽、查詢和交互式可視化，方便研究者進行數據挖掘和分析。（www.3dgenomesdb.org）
● ENCODE Hi-C Data Portal:
ENCODE是一個重要的國際合作項目，其Hi-C Data Portal提供了大量的Hi-C數據和相關的實驗信息。用戶可以通過該網站獲取不同細胞類型和條件下的Hi-C數據。（www.encodeproject.org/data-standards/hic/）
● GEO - Gene Expression Omnibus:
GEO是一個公共數據庫，提供了許多Hi-C數據集，包括原始的測序數據和已經分析過的結果。可以通過關鍵詞搜索或瀏覽數據集來獲取感興趣的Hi-C數據。（www.ncbi.nlm.nih.gov/geo/）
● HiGlass:
HiGlass是一個交互式的Hi-C數據可視化工具，可以用于瀏覽和比較多個Hi-C數據集，并與其他組學數據進行整合展示。（higlass.io/）
● Juicebox:
Juicebox是一個用于Hi-C數據交互式分析和可視化的工具。它支持數據的加載、瀏覽、交互、比較和生成Hi-C相互作用圖。（www.aidenlab.org/juicebox/）
● HiCExplorer:
HiCExplorer是一個開源的Hi-C數據分析工具，提供了多種功能，包括數據預處理、相互作用頻率計算、TAD檢測等。（hicexplorer.readthedocs.io/）
● 4DGenome:
4DGenome是一個整合了多種基因組三維結構和表觀遺傳數據的平臺。它提供了多種交互式工具和可視化功能，用于探索基因組空間組織與基因調控的關系。（4dgenome.research.chop.edu/）
3、Hi-C技術可以根據實驗樣本和具體應用的不同，分為多種變種和改進版本，以下是一些常見的Hi-C技術的分類：
● 常規Hi-C： 常規Hi-C是最早的Hi-C技術，適用于大量細胞的測序，通過對整個細胞群體的染色體交聯產物進行測序，揭示染色體的三維結構和相互作用網絡。
● 單細胞Hi-C： 單細胞Hi-C是對單個細胞進行Hi-C測序的技術，它允許我們探索細胞間的異質性和個體間的差異，了解細胞類型和發育過程中的穩定或動態的三維結構。
● HiChIP： HiChIP是一種將染色體免疫沉淀和Hi-C技術相結合的方法，用于研究蛋白質與染色體的相互作用和調控網絡。
● 4C-seq： 4C-seq是一種用于研究特定基因座相互作用的Hi-C變體，通過選擇性擴增特定靶點附近的染色體相互作用產物，揭示特定基因與增強子之間的相互作用。
● 5C： 5C是一種用于定量檢測特定基因座與其他基因座之間的相互作用頻率的Hi-C技術，廣泛應用于基因調控研究。
● In situ Hi-C： In situ Hi-C是一種在原位進行交聯和測序的Hi-C技術，它可以更準確地反映染色體的真實三維結構。
● Capture Hi-C： Capture Hi-C是一種通過卡片化（capture）特定基因組區域的Hi-C技術，用于研究特定基因座與整個基因組的相互作用。
除了以上列舉的常見Hi-C技術，還有許多其他改進版本和變體，這些技術不斷發展和改進，為我們深入研究基因組的三維結構和調控機制提供了更多的可能性和選擇。
