Hi-C构建染色体水平参考基因组

     Hi-C数据获得的基因间互作强度具有两个重要特征：

（1）同一条染色体内的基因互作（顺式互作）远高于不同染色体间的互作（反式互作）；

（2）同一条染色体内部，两点间距离越远，互作强度越低。利用此特征可将原始contigs聚类、排序、定向，组装至染色体水平。

Hi-C技术组装染色体水平基因组原理

    Hi-C构建染色体水平参考基因组的优势：

（1）Hi-C包含全基因组互作信息，序列挂载率更高，成本低，性价比高；

（2）无需群体，单个个体就能实现染色体构建，周期短；

（3）可对已经组装的基因组进行纠错。

    Dudchenko等人利用Hi-C数据联合已有的埃及伊蚊基因组contigs数据，对其进行升级产生染色体级别的scaffold，最终得到3个scaffolds分别对应到3条染色体。

Hi-C构建埃及伊蚊染色体水平基因组结果

Hi-C研究基因组三维结构及互作调控机制

1、互作矩阵构建

    将经过过滤后的数据（ReadsAfter Filtering）进行基因组不同分辨率的互作矩阵的构建。

全基因组互作图谱

2、距离-互作频率分析

    分析全基因组上所有互作位点的互作强度（频率）与基因间线性距离的关系。

基因间距离与互作频率关系

3、Genomiccompartment结构分析

    对校正后的互作矩阵进行主成分分析（ PCA），根据第一主成分的值，区分得到两个区域，即“活跃”A区域和“非活跃”B区域，前者是指该区域内染色质结构较“开放”，基因整体趋向高表达，后者则反之。

基因组compartment分析

4、TAD结构分析

    TAD (topologicallyassociating domains)即拓扑相关结构域，是指一段具有折叠结构的DNA序列，在图中表现为“方块”，此区域内部的互作频率会显著高于毗邻的两个区域之间的互作频率，TAD是基因组在空间结构中的基本组织形式，我们可以对校正后的互作矩阵进行分析，识别出TAD。

TAD鉴定分析

5、显著互作位点分析

    对所有互作进行显著性检验，计算p、q值。结果中p-value及q-value均小于0.01的互作为显著互作。可对多个样本检测得到的显著互作位点进行比较和统计，鉴定差异互作基因。

显著互作位点（loop结构）分析

6、基因组三维结构模型重构

    基于校正后互作矩阵，使用Pastis软件，以MDS模型构建染色体三维结构模型。

基因组三维结构模型构建

7、样本间拓扑相关结构域TAD的差异比较

样本间TAD比较

8、Hi-C与RNA-seq数据联合分析，研究基因互作与基因表达量的关系

基因组三维结构特征与基因表达水平高度相关

9、Hi-C与ChIP-seq数据联合分析，分析TAD边界处的表观修饰信息

样本间TAD边界的组蛋白修饰比较

10、Hi-C与WGS数据联合分析，分析DNA线性序列变异引起的三维结构改变

TAD结构中发生的DNA线性序列的变异

11、多组学数据联合分析表型产生的机制

    采用Hi-C技术结合多组学数据已广泛应用于表型产生的机制研究中。如下图中（Hi-C联合WGS及RNA-seq），三个手指畸形的病人，其基因组中3个TAD内涉及到的4个基因发生了缺失、重复、倒位，这些染色体结构改变影响了TAD边界，造成异常的基因互作，改变了增强子的靶基因，使不同基因的异常表达分别导致了不同表型的产生。

疾病表型产生机制示意图

12、低起始Hi-C