安诺基因Hi-C再获进展，联合研究成果登《Genome Biology》

yinfuhua

安诺基因Hi-C再获进展，联合研究成果登《Genome Biology》
0 n5 O3 F& b( f, k来源：安诺基因 / 作者： / 2015-12-11# C, o, D8 Q0 u* U. _; Q/ \& c0 s$ l
近日，安诺优达和法国居里研究所等机构的共同研究成果发表于Genome Biology（影响因子10.8）上。该研究成果为全球学术界提供了一项灵活高效的标准化Hi-C数据分析流程。
3 E$ e& T* b: \) G- S0 y  6 z0 E5 v  {5 `( p) u4 x
高通量染色体捕获技术（High-throughput chromosome conformation capture，Hi-C），以整个细胞核为研究对象，利用高通量测序技术，结合生物信息学方法，研究全基因组范围内整个染色质DNA在空间位置上的关系。通过对染色质内全部DNA相互作用模式进行捕获，获得高分辨率的染色质三维结构信息。随着Hi-C技术逐渐成熟，开发一种可以用于任何项目的生物信息分析流程十分必要，然而全基因组的Hi-C测序数据常常包括多达上百G的原始序列产量，处理这些大量数据需要优化的生物信息分析流程，长期以来缺乏一种稳定、灵活、高效的流程。目前能处理Hi-C数据的软件HOMER、HICUP、HiC-inspector 、HiCdat、HiCbox及hiclib要么不能以并行模式同时处理大量数据，要么需要非常强的Python库编程技巧。
0 B/ Y. p/ Y# P1 J1 @  {本研究中，安诺优达总裁陈重建博士携手科学顾问Edith Heard（法国居里研究所资深研究员）及Hi-C技术发明人Job Dekker，研发出一种Hi-C数据处理及分析的新流程HiC-Pro。, W4 T8 h/ ]7 u1 O- V
HiC-Pro能够避免以上缺陷，它是一种经过优化的可操作性极强的信息分析流程，采用基于酶切位点的分析策略，可以将原始的Hi-C测序数据转化成标准化的相互作用图，运行时间大大缩短。同时，HiC-Pro应用非常强大，可以比对测序reads、检测有效连接产物、执行质量控制以及制作染色体内部和染色体之间的相互作用热图，此外，HiC-Pro还可以利用阶段性基因型数据来构建等位基因特异性相互作用图。6 z- k9 M' |5 {3 T; _
研究中分别采用来自两个公共数据库的IMR90和IMR90_CCL186数据进行分析对比，对于每个数据库，运行HiC-Pro流程，获得分辨率为20 kb、40 kb、150 kb、500 kb 和1 Mb 分辨率的标准相互作用图，IMR90_CCL186 数据库还能获得5 kb分辨率的相互作用图。结果表明，和hiclib运行相同的数据，HiC-Pro完成分析少于15小时，而hiclib需要用28小时。此外，HiC-Pro运行IMR90_CCL186数据得到5kb分辨率相互作用图的用时仅12小时，表明HiC-Pro能在合理的时间分析大量数据。* N- d, @, ?0 h# l9 ]9 V
  
/ B' P' F1 b7 Y& B5 N, W图1 HiC-Pro运行结果以及与hiclib的对比  m* R, \( M- q) X5 a
HiC-Pro和hiclib分析结果有很好的相关性，在不同分辨率下，二者获得的相互作用热图很相似，再次说明HiC-Pro能在较短时间内完成效果很好的Hi-C大量数据分析。7 c# B1 f7 r+ U' v, z* R, b$ i
  
4 L+ Y5 P. W  _  b3 N# j图2 HiC-Pro和hiclib相关性分析6 f, i2 S* T" V! _8 B1 r
HiC-Pro采取迭代矫正算法，增强了可操作性。在不同Hi-C分辨率下，比较HiC-Pro和之前的流程HiCorrector，发现在进行下游分析之前，HiC-Pro中的算法可以充分加速Hi-C数据的标准化。$ t/ T  a# a2 r% r* i" c
将HiC-Pro用于构建人GM12878细胞系等位基因特异性相互作用图，用已发布的GM12878细胞系Hi-C数据进行分析。研究发现，在826M双端reads中，61%被HiC-Pro划分为有效相互作用，6%的有效相互作用比对到父亲或者母亲的基因组上，用于构建单倍体图谱。和预测一致，失活的X染色体图谱分为两个大的区域。1 A+ S4 O# V% U% i" M% p, f
  
4 k2 @3 U8 `8 `图3 HiC-Pro构建等位基因特异相互作用图
0 A8 T- @3 r: S. j' A# a1 B+ }综上所述，HiC-Pro是一种灵活高效的Hi-C数据处理流程，经优化HiC-Pro可以解决运行高分辨率数据的困难，同时提供了一种高效获取相互作用图的方式，并可广泛应用于质量控制、数据标准化、等位基因特异性图谱构建等，其源代码及文档可以免费在Github获取。HiC-Pro的出现，使信息分析手段变得高效简洁，将极大的推动三维基因组学领域的研究进展。
1 d/ ~% w) q/ y参考文献：Nicolas Servant, NelleVaroquaux, Bryan R. Lajoie, et al. HiC-Pro: an optimized and flexible pipeline for Hi
1 r/ p2 M5 ~& Z* C  s/ J-C data processing [J]. Genome Biology, 2015, 16.- o) t2 M  A: L- B% }: x0 P! ?