一个新的染色质远程相互作用位点精细图谱的鉴定方法

Hi-C technology, which can detect genome-wide chromatin interactions, is one of major means for the study of chromatin folding. Due to the density of restriction sites and sequencing depth, the resolution of Hi-C can so far only reach 10kb. This resolution is not sufficient to determine the interactions between specific functional elements and genes and therefore restricts the in-depth study of chromatin structure and transcriptional regulatory networks. We plan to develop a statistical model to detect the distribution pattern of nucleosomes in the genome and integrate Hi-C data with nucleosome distribution data to identify the precise loci involved in chromatin interactions through machine learning algorithm. This approach is expected to improve the resolution of Hi-C with more than 10 times. In order to verify the accuracy of the identified precise sites, we will do both positive and negative experiments using the latest genome editing tools CRISPR-Cas9 combined with 3C. Moreover, this project will carry out MNase sequencing of IMR90 cells which are stimulated with TNF-α. The sequencing results are help to explore the function of precisely remote interactions and to clarify its relationship with gene expression.

Hi-C技术能在全基因组探测染色质远程相互作用，是目前研究染色质核内空间构型的主要手段之一。但受到酶切位点密度及测序深度的限制，现在Hi-C的分辨率最高只能达到10kb，不足以确定特定调控元件与基因之间的相互作用，制约了染色质空间结构及转录调控的深入研究。因此亟待开发新的精确鉴定染色质远程相互作用位点的方法。本课题计划通过建立检测核小体在基因组上特定分布模式的统计模型，并整合Hi-C数据开发机器学习识别算法，以鉴定出参与远程相互作用的精细位点。由核小体分布特征出发，预计最终鉴定的染色质远程相互作用位点分辨率会相对Hi-C数据提高10倍以上。为验证上述方法鉴定的相互作用精细位点的准确性，我们利用最新的基因组编辑工具CRISPR-Cas9结合3C从正反两方面进行检验。另外，本课题还将对TNF-α刺激后的IMR90细胞进行MNase测序，初步探讨精细远程相互作用的功能，阐明其与基因表达的关系。

基于高通量测序的染色质构象捕获技术，例如Hi-C，使得人们可以在全基因组范围内研究染色质相互作用，然而以低成本获得高分辨率的染色质三维结构却仍然难以实现。本课题中我们构建了利用核小体特征性排布预测高精度染色质相互作用位点（CISD）以及位点之间的相互作用（CISD_loop）的方法。CISD以MNase-seq数据为输入，预测分辨率可以达到1kb。CISD_loop根据核小体排布以及低分辨率的Hi-C数据预测CISD位点之间的相互作用。CISD和CISD_loop的预测结果能分别被ChIA-PET的锚点及相互作用环很好地支持。受试者工作特征（ROC）曲线以及五倍交叉验证显示我们的方法具有非常高的准确率，我们进一步用染色质构象捕获（3C）实验验证了我们的预测结果。我们的结果说明染色质相互作用使得相互作用位点附近的核小体发生重排，呈现一种特征性的排布，这种排布可以用来预测染色质的三维结构。我们的方法可以在更多物种中以低成本获得全基因组范围的染色质相互作用，为相关研究提供了有效工具。