北京基因組所等開發從低分辨率Hi-C數據中提取高分辨率3D基因組結構的新方法
高等真核生物的核內活動, 從基因轉錄，DNA的復制到DNA損傷修復等，都與基因組的三維空間結構息息相關。因此，3D基因組研究成為近年來的前沿熱點領域。Hi-C是目前最常見的全基因組檢測染色質三維結構的組學技術。然而，由于Hi-C具有分辨率相對較低，測序量要求極高的特點，在類似精準醫學人群隊列這樣的大規模項目中，開展高精度的3D基因組研究在經濟上幾乎無法實現。如何低成本快速的獲得高分辨率的染色質空間結構，成為大規模開展3D基因組研究的一大瓶頸。
中國科學院北京基因組研究所張治華研究組與軟件所李昂生研究組合作，開發了利用低分辨率的Hi-C結合其他表觀組數據，預測高分辨率的染色質結構域和染色質相互作用的新方法，使得在大樣本中，快速、低成本獲得染色質高精度結構成為一種可能。該研究以Decoding Topologically Associating Domains with Ultra-low resolution Hi-C Data by Graph Structural Entropy為題于8月15日在線發表于Nature Communications上。
該方法主要應用低分辨率的Hi-C預測高分辨率的染色質拓撲結構域(TAD)。基于李昂生團隊之前發展的結構信息熵理論，該研究創造性的把Hi-C數據看作是一個相互連接的網絡,開發了deDoc算法。新算法顯著區別于當前的其他方法，可以直接用使用原始測序數據而不需要歸一化。正確的歸一化方法對其他的軟件來說十分關鍵，不恰當的歸一化往往會得到糟糕甚至是錯誤的結果。此外，新算法對數據總量的依賴非常低。測試發現，即使只使用低至十個單細胞的Hi-C數據聚合，也可以很清晰的鑒定出類似拓撲結構域的結構。由于deDoc的上述兩個重要特征，使得deDoc可以成為在大人群隊列中進行高精度三維基因組研究的重要工具。
張治華團隊一直致力于染色質三維結構研究，此前研究開發了精確預測染色質相互作用的算法CISD_loop，該算法利用真核生物核小體在基因組上排布的不均勻性，從核小體的排布方式上來推斷高精度的染色體相互作用位點，進一步引入低分辨率的HI-C數據來預測染色質的相互作用。通過欠抽樣實驗，發現只要極低分辨率的Hi-C數據，CISD_loop就可以高分辨率預測染色質的相互作用。
上述源代碼可以通過github下載，研究得到國家自然基金委和科技部“973”的項目資助。
