重新分析已知动态范围的spike-in数据
验证spike-in归一化在宽动态范围内准确定量信号变化的能力
重新分析Orlando等（2014）的ChIP-Rx数据，该数据包含通过混合DOT1L抑制剂处理和未处理Jurkat细胞实现的H3K79me2水平10倍滴定，比较read-depth归一化和spike-in归一化的准确性。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
Spike-in 归一化：一片蛮荒
The Wild West of spike-in normalization.
实验完整度
高包含公共数据集重新分析、H3K79me2和H3K9ac滴定实验、spike-in比例变化实验，以及多种归一化方法的比较，具有功能验证和机制验证。
主要模型
HeLa-S3细胞 果蝇S2细胞 酿酒酵母LPY6494 公共ChIP-seq数据集
重点核对
spike-in/目标染色质比例需通过input样本进行QC，公共数据集中比值变异中位数为1.4倍，极端达12.4倍 spike-in基因组覆盖度需足够，部分研究低于0.1X，极端低至0.00012X 对齐策略推荐使用合并基因组并过滤MAPQ>10，避免分别对齐导致的双重计数 每个实验应包含3–4个生物学重复 使用input校正spike-in/目标比例可提高定量准确性，但spike-in比例变异仍应最小化
摘要
Spike-in 归一化是一种强大的方法，可用于评估通过 ChIP-sequencing（ChIP-seq）或 CUT&RUN 等 DNA 结合蛋白基因组定位方法获得的数据中的全局变化。尽管多种 spike-in 方法提供了详细的文档，但这些方法的实施常常省略关键的质量控制步骤并偏离既定流程。Spike-in 归一化通常使用单一标量来归一化全基因组数据，使得该方法在实施中特别容易出错。在此，我们展示了正确应用 spike-in 归一化可以提高跨多种条件的定量准确性，并概述了误用 spike-in 方法如何产生错误的生物学解释。最后，我们提供了指南，以尽量减少在应用该方法归一化蛋白质-DNA 相互作用结果数据时的陷阱。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 如何正确应用spike-in归一化以提高ChIP-seq数据定量准确性，以及误用如何影响生物学解释？
- 核心机制
- spike-in归一化通过加入外源染色质作为内参，利用spike-in/目标染色质比例计算归一化因子，但该比例需通过input样本进行QC和校正，且需确保足够的spike-in测序深度和合适的比对策略。
- 主要证据
- 重新分析Orlando等数据验证spike-in归一化在10倍动态范围内的准确性；H3K9ac滴定实验显示spike-in归一化在窄动态范围（1-3倍）内优于read-depth归一化；调查53个公共数据集发现仅27个包含所有条件的input样本，spike-in/目标比例变异中位数为1.4倍，极端达12.4倍；spike-in滴定实验显示使用input校正可检测信号变化。
- 研究意义
- 正确使用spike-in归一化可提高检测全基因组变化的灵敏度，随着ChIP-seq等基因组方法的广泛应用，spike-in归一化及其方法改进将对发现新的生物学观察至关重要。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
窄动态范围H3K9ac滴定实验
评估spike-in归一化在窄动态范围（1-3倍）内区分信号变化的能力
使用胸苷和STC同步化HeLa-S3细胞获得有丝分裂期细胞（低H3K9ac），与间期细胞（高H3K9ac）按六个比例混合，加入果蝇和酿酒酵母spike-in染色质，进行H3K9ac ChIP-seq，比较read-depth和spike-in归一化。
公共数据集调查与input样本QC
评估文献中spike-in归一化误用的普遍性及spike-in/目标染色质比例的变异程度
调查GEO和Google Scholar中53个使用spike-in ChIP-seq的数据集，分析input样本中spike-in/目标染色质比例变异、spike-in基因组覆盖度、对齐策略和input样本完整性。
spike-in/目标比例变化对归一化的影响实验
评估通过input校正spike-in/目标比例变化能否提高定量准确性
使用TSA处理（增加全局乙酰化）或DMSO对照的有丝分裂期HeLa-S3细胞，在相同染色质制备中按5个数量级范围（0.00025x至2.5x）改变酵母spike-in/目标染色质比例，进行H3K9ac ChIP-seq，比较read-depth归一化、仅spike-in IP归一化和input校正的spike-in归一化。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | 杜尔贝科改良伊格尔培养基 | -- | -- |
| 胎牛血清 | -- | -- | |
| 青霉素-链霉素 | -- | -- | |
| L-谷氨酰胺 | -- | -- | |
| Schneider果蝇培养基 | -- | -- | |
| Gibco液体YPD培养基 | Gibco | A1374501 | |
| 细胞同步化 | 胸苷 | Sigma | T1895-1G |
| S-三苯甲基-L-半胱氨酸 | Sigma | 164739 | |
| 药物处理 | 曲古抑菌素A | Selleck Chemicals | S1045 |
| ChIP-seq | 辛二酸二琥珀酰亚胺酯 | Fisher Scientific | NC1736108 |
| 甲醛 | Pierce ThermoFisher | PI28906 | |
| 甘氨酸 | EMD Millipore | 357002 | |
| 牛血清白蛋白 | NEB | B9000S | |
| 蛋白酶抑制剂 | Roche | 11697498001 | |
| PIXUL超声破碎仪 | Active Motif | 53130 | |
| RNA酶A | Roche-SIGMA | 11119915001 | |
| 蛋白酶K | Invitrogen | 25530049 | |
| Qubit高灵敏度DNA检测试剂盒 | Invitrogen | Q32854 | |
| 蛋白A磁珠 | Thermo Fisher Scientific | 10002D | |
| H3K9ac抗体 | CST | 9649 | |
| Speedbeads磁珠 | Cytiva | 65152105050250 | |
| 聚乙二醇 | Millipore Sigma | P5413 | |
| NEB Ultra II文库构建试剂盒 | NEB | E7645L | |
| BioO NEXTflex ChIP-seq接头 | BioO | NOVA-514104 & NOVA-514151 | |
| NEB Ultra II Q5预混液 | NEB | -- | |
| Illumina NextSeq 550测序仪 | Illumina | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| H3K9ac滴定实验 | 细胞同步化效率（约85-90% prometaphase）、spike-in/目标染色质比例（果蝇100k细胞:酵母500k细胞:HeLa 600k细胞）、H3K9ac预期变化倍数（约3倍） 阅读提示：Methods中Cell Culture和ChIP-seq部分，Figure 1b图注，Supplemental Fig. 1b和2 |
| spike-in/目标比例变化实验 | TSA处理浓度（150 nM）和时间（收获前9小时）、spike-in/目标比例范围（0.00025x至2.5x）、input校正方法 阅读提示：Methods中Hela-S3 Mitotic Synchronization和ChIP-seq部分，Figure 4图注，Supplemental Fig. 8 |
| 公共数据集分析 | 数据集筛选标准、对齐策略（合并基因组）、MAPQ过滤阈值（>10）、input样本完整性 阅读提示：Methods中Public Data Analysis和Bioinformatic Analysis部分，Supplemental Table 1和5 |