技术推荐|文献解读|Hi-C还原我们染色体的真实构想
生信草堂
将会与更多的优秀微信公众号合作，把更优秀的微信推文呈现给大家，希望可以帮助读者更多的了解生信技术，培养和提高读者的生信分析能力！
号外，号外，号外
你想和生信分析大神做好朋友么？
你想认识更多爱好生信分析的小伙伴么？
你想让自己的生信分析走上快车道么？
那就赶快加入我们的生信交流微信群吧！
正确加入我们的模式是：
添加我们的微信bioinformatics88为好友
标注“加入生信草堂交流群”
在群里请大家注明自己本名，单位，研究领域
便于小编管理
01
什么是Hi-C技术？
2009年，Job Dekker 研究团队利用Hi-C技术通过测量人类正常淋巴细胞染色体中基因座空间交互信息，首次提出Hi-C技术的概念。
Hi-C技术——以高通量测序为手段，结合生物信息分析方法，以3C （Chromosome Conformation Capture）技术为基础的染色质构象捕捉技术，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三维结构信息。Hi-C技术不仅可以研究染色体片段之间的相互作用，建立基因组折叠模型，还可以应用于基因组组装、单体型图谱构建、辅助宏基因组组装等，并可以与RNA-seq、ChIP-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。
染色体的3D构象
02
为什么Hi-C技术那么火？
Hi-C技术之所以火了，应该归因于三维基因组学的热度。结构基因组测序得到了很多物种的基因组信息，需要对基因组进行精细结构的注释，解释基因组功能的复杂性和多样性。很多基因在染色体和染色质不同状态转换时（超螺旋、复杂折叠等），在空间上的距离不断发生变化。这些基因彼此之间如何调控、如何相互影响？是一个非常有吸引力的课题，需要大量的研究来探讨。Hi-C技术可以基于高通量进行染色体构象的捕获，它能够在全基因组范围内捕捉不同基因座位之间的空间交互，研究三维空间中调控基因的DNA元件。因此Hi-C技术火起来也是情理之中的事情。开创性的研究才能发高分文章哦~
03
怎么应用Hi-C技术？
知道了，Hi-C技术那么火！那怎么应用这个技术到我们的科研中呢？或者说有哪些研究可以用这个技术呢？Hi-C有很多用武之地，比如说，（1）探索基因组的3D结构，有助于了解基因组折叠对基因的表达和调控的影响；（2）开发调控基因的DNA元件，揭示基因组远程调控元件介导的分子网络；（3） 构建染色质跨度的单体型图谱：为肿瘤形成机制提供依据、为疾病风险预测提供思路、为农业动植物经济性状连锁标记及基因组进化奠定基础；（4）可以与RNA-Seq、ChIP-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。
04
Hi-C相关的高质量SCI文章
这么火的技术，从2009年推出以来，一直有高质量SCI文章发表，越来越多的研究利用Hi-C技术揭秘不同物种染色体的空间构象和调控机制。详细文章见下表：
基于Hi-C技术发表的部分文章列表
发表作者 | 发表时间 | 研究内容 | 发表期刊 | 研究物种 |
Lieberman-Aiden et al. | 2009 | 人淋巴细胞染色体中基因座空间交互信息 | Science | 人 |
Sexton et al. | 2012 | 构建果蝇分辨率的三维基因组互作图谱 | Cell | 果蝇 |
Dixon et al. | 2012 | 人及小鼠胚胎干细胞的三维基因结构 | Nature | 人和小鼠 |
Rao et al. | 2014 | 绘制人基因组详细的图谱 | Cell | 人 |
Chandra et al. | 2015 | 衰老细胞的细胞核空间结构 | Cell Reports | 人 |
Mifsud et al. | 2015 | 基因组启动子的空间互作 | Nature Genetics | 人 |
Barutcu et al. | 2015 | 乳腺癌细胞染色体三维结构特征 | Genome Biology | 人 |
Manuel et al. | 2017 | 心力衰竭细胞系高分辨率染色体构象解析 | Circulation | 人 |
05
如何分析Hi-C数据？
虽然Hi-C的优势在于其结合了二代测序，增加了数据分析结果的完整性，但是，这势必也使得其数据分析相对复杂了。想学习如何分析Hi-C数据？可以阅读生信草堂之前的推文：功能基因组学研究利器——Hi-C
这篇推文详细介绍了Hi-C技术的：工作流程+生物信息学分析方法+数据的可视化。
06
文献解读：如何利用Hi-C技术研究乳腺癌发生机制？
这里我们给大家分享一篇发表在《Genome Biology》上的文章：“Chromatin interaction analysis reveals changes in small chromosome and telomere clustering between epithelial and breast cancer cells”。这篇文章利用Hi-C技术研究乳腺癌细胞染色体三维结构特征。
本文的样本选择是人乳腺上皮细胞系MCF-10A和乳腺癌细胞系MCF-7。利用的文库和测序策略是Hi-C文库（HiSeq 2000测序，PE100）+转录组文库（HiSeq 2000测序，SE100）。
首先，通过进行1M分辨率下人乳腺上皮细胞系MCF-10A和乳腺癌细胞系MCF-7在染色体互作的差异分析，结果如下图：
通过染色体相互作用热图比较，肉眼很难发现它们之间的差异。本文采用“减法”算法，巧妙地将两个细胞系的互作热图整合到一张图中，发现1M分辨率下人乳腺上皮细胞系MCF-10A和乳腺癌细胞系MCF-7在染色体互作上存在差异（如上图）。 发现在16-22号染色体中，MCF-10A细胞系中有较强的基因相互作用（如下图）。
此前的研究表明，基因组内的相互作用有两种模式：开放式（A-type）和封闭式（B-type）。 在人乳腺上皮细胞系MCF-10A和乳腺癌细胞系MCF-7基因组中鉴定出了两种区室，MCF-10A和MCF-7的开方式和封闭式区域分布大体相似，只有一些区域有A到B区室或者B到A区室的转化。这些转化区域中的很多基因和癌症重要通路WNT相关（如下图）。
MCF-10A和MCF-7基因组中大规模染色体相互作用差异和改变的基因区室内是否会对TAD（Topologically associating domains； 这里TAD被定义为相互调节的基因集，包含的基因的增强子和启动子之间相互作用）形成和基因表达造成影响是未知的。为解决这个问题，用40kb分辨率来鉴定TAD边界，发现一些TAD边界是乳腺癌细胞系特有的（如下图）。
PS：后台发送“3.7文献”领取文献解读的文献
本 期 推 荐
MAGMA很好的GWAS数据通路富集方法|别样的公共数据库挖掘（内有练习资料）