染色體由DNA與組蛋白共同組成，從染色體的一級結構（繩珠模型）到四級超螺旋折疊結構，DNA分子一共被壓縮了8400倍左右，正是這些折疊和壓縮，導致基因在細胞中的分布復雜而又有序。

        基于基因組序列，調控元件和相關的注釋的信息，科學家們發現，它們在空間結構上并不是在染色體上呈線性地一字依次排開，這些離散的調控元件并不能有效地解釋很多基因的調控結果和機制。由此猜測其與基因組的三維空間結構相關。

圖1  loops環

        基因組三維空間結構與功能的研究簡稱三維基因組學（Three-Dimensional Genomics, 3D Genomics）。2003年Job Dekker及其合作者提出了染色質構象捕獲技術（Chromatin Conformation Capture, 3C），用于測定特定的點到點之間的染色質交互作用。隨后，科學家們擴展了3C技術，開發了4C技術（Circularized Chromatin Conformation Capture），用于測定一點到多點之間的染色質交互作用。Dostie等人接著開發了5C技術（Carbon-Copy Chromatin Conformation Capture），用于測定多點到多點之間的染色質交互作用。

        為了能捕獲全基因組范圍的染色質相互作用，Job Dekker研究組又開發出了現在大家所熟知的Hi-C技術。其是基于將線性距離遠、空間結構近的 DNA 片段進行交聯，并將交聯的 DNA 片段富集，接著進行高通量測序，對測序數據分析可以揭示染色質的遠程相互作用，從而推導出基因組的三維空間結構和可能的基因之間的調控關系

圖2 Hi-C 實驗流程示意圖

（引自Lieberman-Aiden E, van Berkum NL, et al. Comprehensive mapping of long-range interactions reveals folding principles of the human genome. Science. 2009, 326(5950):289-93）

 

圖3 序列裝配過程圖

（引自TingXie, Jue-FeiZheng, et al. De Novo Plant Genome Assembly Based on Chromatin Interactions: A Case Study of Arabidopsis thaliana. Molecular Plant, 2015, 489-492）

 

我們優化的Hi-C技術

         武漢金開瑞生物工程有限公司技術顧問、華中農業大學教授， 曹罡課題組與華中農業大學李國亮教授課題組在國際著名期刊Nature Genetic（IF=27.125）上聯合發表題為“Digestion-ligation-only Hi-C is an efficient and cost-effective method for chromosome conformation capture”的研究論文。該論文主要介紹了一種新的染色體構象捕獲技術（DLO Hi-C），此技術信噪比高，質量控制于早期，為解析基因組三維結構提供了一種新型、高效、經濟的研究方法。

圖4 DLO Hi-C實驗流程

        新的DLO Hi-C染色體構象捕獲技術（digestion-ligation-only Hi-C，DLO Hi-C），設計了巧妙的酶切位點，采用同時酶切酶連的方式，將DNA接頭連接在染色體內切酶切口末端上，然后進行鄰近酶連，最后再用MmeI內切酶酶切消化，回收固定大小互作DNA片段。此方法具有以下特點：1. 雙交聯，兩次連接和消化，其中第一次同時酶切酶連，收集測序固定片段；2. 無稀釋液體交聯，無生物素。

圖5 Hi-C生信分析流程

 

圖6 Hi-C多組學分析

 

DLO Hi-C和其他Hi-C的衍生技術的結果比對

        如表1所示，DLO Hi-C技術所能獲取的圖譜分辨率高于傳統Hi-C技術、DNase Hi-C技術。在非冗余的有效數據讀取中in situ DLO Hi-C的讀取效率和in situ Hi-C相似。

表1  

幾種不同的Hi-C衍生方法的對比分析

（引自Lin D, Hong P, et al. Digestion-ligation-only Hi-C is an efficient andcost-effective method for chromosome conformation capture. Nature Genetics, 2018 , 50 (5)）

        最終所呈現的圖譜如圖7所示。in situ DLO Hi-C和in situ Hi-C所呈現的矩陣清晰度相似，分辨率較高。

圖7  幾種不同的Hi-C的衍生方法的矩陣圖

（引自Lin D, Hong P, et al. Digestion-ligation-only Hi-C is an efficient andcost-effective method for chromosome conformation capture. Nature Genetics, 2018 , 50 (5)）

        三種Hi-C 技術在讀取A/B compartments數據時，無論原始數據量多大，所讀取的數據相似，且2787個數據在三種技術中均被一致讀取。

圖8 三種Hi-C技術關于A/B compartments的讀取

（引自Lin D, Hong P, et al. Digestion-ligation-only Hi-C is an efficient andcost-effective method for chromosome conformation capture. Nature Genetics, 2018 , 50 (5)）
 

        三種Hi-C 技術在讀取TADs數據時，in situ DLO Hi-C所讀取的TADs區最多是3244個。DLO Hi-C的TADs區的讀取率最高，且三種技術讀取了2334個一致的TADs數據。

圖9 三種Hi-C技術關于TADs的讀取

（引自Lin D, Hong P, et al. Digestion-ligation-only Hi-C is an efficient andcost-effective method for chromosome conformation capture. Nature Genetics, 2018 , 50 (5)）
 

        三種Hi-C 技術在讀取Loops數據時，in situ DLO Hi-C所讀取的loops最多是12780個。這三種技術共同讀取的Loops較少，929個。

圖10 三種Hi-C技術關于Loops的讀取

（引自Lin D, Hong P, et al. Digestion-ligation-only Hi-C is an efficient andcost-effective method for chromosome conformation capture. Nature Genetics, 2018 , 50 (5)）

綜上所述，DLO Hi-C技術可獲取的有效的制作矩陣的數據、A/B compartments數據、TADs數據和Loops數據較優于其他Hi-C的衍生技術。

如此強大的Hi-C，到底該如何運用于生物科學研究中呢？欲知詳情，且聽下回分解！