|
|
當前位置
項目簡介
2009年，Job Dekker 研究團隊利用Hi-C技術分析人類正常淋巴母細胞染色體中基因座空間交互信息，首次提出Hi-C技術的概念。 Hi-C技術是染色體構象捕獲（Chromosome conformationcapture，簡稱為3C）的一種衍生技術，是指基于高通量進行染色體構象的捕獲，它能夠在全基因組范圍內捕捉不同基因座位之間的空間交互，研究三維空間中調控基因的DNA元件。 動物群體細胞Hi-C測序：Hi-C技術源于染色體構象捕獲（Chromosome Conformation Capture—3C）技術，以整個細胞核為研究對象，利用高通量測序技術，結合生物信息學方法，研究全基因組范圍內整個染色質DNA在空間位置上的關系；通過對染色質內全部DNA相互作用模式進行捕獲，獲得高分辨率的染色質三維結構信息，并與ChIP-seq、轉錄組數據聯合分析，從基因調控網絡和表觀遺傳網絡來闡述生物體性狀形成的相關機制。 植物群體細胞Hi-C測序：植物Hi-C技術以整個細胞核為研究對象，利用高通量測序技術，結合生物信息分析方法，研究全基因組范圍內整個染色質DNA在空間位置上的關系；通過對染色質內全部DNA相互作用模式進行捕獲，獲得高分辨率的染色質三維結構信息。云生物Hi-C研發團隊采用獨特的細胞破壁及甲醛固定技術，成功降低文章中的自環比例、提高了有效數據比例。 Hi-C輔助基因組組裝：Hi-C技術源于染色體構象捕獲技術，利用高通量測序技術，結合生物信息分析方法，研究全基因組范圍內整個染色質DNA在空間位置上的關系，獲得高分辨率的染色質三維結構信息。基于Hi-C數據中染色質片段間的交互強度呈現出隨距離衰減的規律，Hi-C可以用于基因組組裝，將雜亂的基因序列組裝到染色體水平。 捕獲Hi-C測序：捕獲Hi-C技術源于染色體構象捕獲（Chromosome Conformation Capture—3C）技術，將Hi-C技術與雜交捕獲技術相結合，用更小的數據量獲取更高分辨率的染色質三維結構信息，并可以與ChIP-seq、轉錄組數據聯合分析，從基因調控網絡和表觀遺傳網絡來闡述生物體性狀形成的相關機制。 參考文獻： 1.Giorgetti L, Lajoie B R, Carter A C, et al. Structural organization of the inactive X chromosome in the mouse[J]. Nature, 2016. 2.Wang C, Liu C, Roqueiro D, et al. Genome-wide analysis of local chromatin packing in Arabidopsis thaliana[J]. Genome Research, 2014, 25(2): 487-93. 3.Xie T, Zheng J F, Liu S, et al. De Novo Plant Genome Assembly Based on Chromatin Interactions: A Case Study of Arabidopsis thaliana[J]. Molecular Plant, 2015, 408(3): 489-492. 4.J?ger R, Migliorini G, Henrion M, et al. Capture Hi-C identifies the chromatin interactome of colorectal cancer risk loci[J]. Nature Communications, 2015, 6. 技術流程
1. 用甲醛對細胞進行固定，使DNA與蛋白，蛋白與蛋白之間進行交聯 2. 進行酶切（如Hind III等限制性內切酶），使交聯兩側產生粘性末端 3. 末端修復，引入生物素標記，連接 4. 解交聯，使DNA和蛋白、蛋白和蛋白分開，提取DNA，打斷，捕獲帶有生物素標記片段，進行建庫 5. 測序
Hi-C實驗流程 項目周期 1、動物群體細胞Hi-C測序
2、植物群體細胞Hi-C測序
3、Hi-C輔助基因組組裝
4、捕獲Hi-C測序
樣本要求
動物群體細胞Hi-C測序樣本要求
植物群體細胞Hi-C測序樣本要求
Hi-C輔助基因組組裝樣本要求
捕獲Hi-C測序樣本要求
結題報告
1 項目信息 1.1 背景介紹 1.2 實驗流程
實驗流程圖 1.3 信息分析流程
信息分析流程圖 1.4 樣本信息 2 數據過濾 2.1 原始數據 2.2 數據過濾 2.3 測序數據質量分布
測序質量分布圖 2.4 測序數據堿基分布
樣品堿基分布圖 3 比對分析 3.1 比對到基因組
PE Reads比對 3.2 NT庫比對 4 分配到酶切片段 4.1 分子類型統計 4.2 酶切片段覆蓋度 4.3 酶切片段深度分布
酶切片段覆蓋深度分布圖 5 順反分析 5.1 順反相互作用比例
順反式交互比例分布圖 5.2 順反相互作用頻率
相互作用強度隨距離衰減圖 6 染色體相互作用 6.1 染色體間相互作用
染色體相互作用的三維圖
標準化之前的相互作用的熱圖
標準化之后的相互作用的熱圖
反式相互作用的片段的Circle圖 6.2 全基因組交互熱圖
染色體不同區域相互作用的強弱 6.3 染色體內的相互作用
染色體內相互作用的熱圖 7 結構分析 7.1 Compartments
Iced + Observed/Expected標準化熱圖
相關性熱圖
**第二特征向量分類 8 附錄 8.1 參考文獻 8.2 使用軟件列表 FAQ
1、Hi-C 需不需要做重復？ 理論上是需要做 3 個重復的,但是從成本角度考慮,暫時 Hi-C 可以做兩個技術重復，即如果一個樣本理論上需要測 180G 數據量,那我們建兩個文庫,每個文庫測 90G，分析數據相關性比較高后將兩個文庫的數據進行整合。 2、樣品交聯后檢測出現降解、DNA 蛋白復合物少怎么辦? 1) 植物或者動物組織盡量剪碎,保證充分交聯。 2)要注意交聯反應溫度(25度左右)和時間，甲醛處理時間過長,未及時中和容易導致樣本降解。 3)同時要保證樣本新鮮。 3、bin size 的真正含義是什么? 在所設定的 binsize 下,80%—90%以上的 bin 對有 reads 支持(80%—90%bin 與 bin 之間有互作)，則認為此分辨率是可以達到的。市場上偷換概念者大有人在,把 bin size 設得特別小，但是很多 bin 都是空的,即和其他 bin 沒有互作，可能也就 50% 甚至更低的 bin 之間有互作,達不到承諾的分辨率。 4、Hi-C在輔助基因組組裝時有什么作用？ 1）Hi-C最主要的作用是將零散的基因組序列錨定到染色體上（這一點類似遺傳圖譜）； 2）還可以對組裝的基因組進行糾錯處理； 3）在某種程度上進一步提升Contig N50. 5、Hi-C技術與遺傳圖譜的差異？ 1）Hi-C應用單個個體就可以完成染色體構建； 2）Hi-C掛載染色體效率高達90%以上； 3）但Hi-C技術不能進行QTL定位。 |
