基因组学之Hi-C测序

基因组研究包括两方面的内容：以全基因组测序为目标的结构基因组学（structural genomics）和以基因功能鉴定为目标的功能基因组学（functional genomics)，又被称为后基因组（postgenome）研究，是系统生物学的重要方法。

在医学领域，基因组学能为一些疾病提供新的诊断、治疗方法，有助于医生获得更多的治疗信息并进行个性化医疗。在食品、农业、环境等研究领域，基因组学的应用也十分广泛。基因组学的主要工具和方法包括生物信息学，遗传分析，基因表达测量和基因功能鉴定。

 

一、Hi-C 测序简介：

Hi-C (High-through chromosome conformation capture)是以整个细胞核为研究对象，利用高通量测序技术，结合生物信息分析方法，研究全基因组范围内整个染色质DNA在空间位置上的关系，获得高分辨率的染色质调控元件相互作用图谱。

DLO Hi-C技术使全基因组染色体构象捕获实验的成本大大的降低，同时简化了实验步骤，使得实验成功率显著提高，对辅助基因组组装、解析基因组远程调控元件的功能、理解疾病易感位点以及检测染色体结构变异有着重要的意义。

 

二、DLO Hi-C实验流程：

（1）交联；

（2）酶切；

（3）环化连接；

（4）酶切；

（5）建库；

（6）测序、分析.

特点：在测序量更少情况下，染色质结构分析数据更多，简化文库构建过程，提升建库成功率。

 

三、技术优点：

（1）微量细胞建库：正常建库与生信分析的样本量可低至10万个核；

（2）高成功率：细胞样本文库构建成功率几乎为100%；

（3）建库周期短：只需执行两轮简单的消化和连接步骤即可获得高质量的文库；

（4）数据更准确：测序前质检，确保数据准确性；

（5）分辨率更高：在测序数据量更少的情况下，互作矩阵分辨率更高，染色质结构分析得到的数据也更多；

（6）较高的信噪比：使用多种措施来减少噪音，保证高质量的数据输出，分析更准确；

（7）量身定制个性化分析方案：提供DLO Hi-C的标准分析外，更注重与RNA-Seq、ChIP-Seq、ATAC-Seq和甲基化等多组学表观遗传分析，提供个性化的生信分析方案。

 

四、研究思路：

Hi-C可以与RNA-Seq、ChIP-Seq、ATAC-Seq等数据进行联合分析，从基因调控网络和表观遗传网络来阐述生物体性状形成的相关机制。

五、结果案例：

1、几种不同的Hi-C衍生方法的对比分析：

2、几种不同的Hi-C的衍生方法的矩阵图：

3、较优的三种Hi-C衍生技术的A/B compartments 、TADs、Loops的数据读取：