三维基因组结构模式挖掘方法研究

Three-dimensional Genomics is a new field of multidisciplinary and multi-technical integration that has driven the advent of the third wave of Genomics. The three-dimensional spatial structure of chromosomes plays an important role in the expression and regulation of genes in the nucleus. Hi-C and CHIA-PET technology based on chromosome conformation capture technology can capture the information of chromatin interaction in the whole genome. How to use the computational technology to identify structural patterns is the core problem of 3D genomics research? In this project, we focus on mining structural pattern in 3D genome, based on various types of 3D genomic data, and studying the universal and efficient method to explore the multi-scale/hierarchical topological structure pattern. Based on the three-dimensional data of single cell chromatin, the dynamic structural patterns of chromosomes in different cells is studied, and the dynamic process of chromosome conformation in cells is deduced. Further, we will study the reliability evaluation of the structural pattern mining method and establish the visual software platform of the structureal pattern. The project is characterized by the data mining and pattern discovery theory as a guide to study the spatial and temporal pattern structure identification of the hierarchical structure and dynamic characteristics of the three-dimensional genome. It can be expected that the results will further confirm the relationship between the three-dimensional structure and biological function and its application in human disease, will provide reference for the development and application of precision medical.

三维基因组学是多学科、多技术融合催生的新领域，推动了基因组学第三次发展浪潮的到来。染色体三维空间结构对细胞核内基因的表达和调控有重要作用。以染色体构象捕获技术为基础发展的Hi-C和ChIA-PET技术，捕获全基因组范围的染色质交互作用信息，如何应用计算技术识别结构模式是三维基因组学研究的核心问题。本项目针对三维基因组的结构模式识别问题，基于多种类型的三维基因组数据，研究普适高效的方法挖掘多尺度/层次拓扑结构模式；从单细胞染色质三维数据出发，研究不同细胞之间染色体动态结构模式，推断细胞内染色体构象的动态变化过程。进一步研究结构模式挖掘方法的可靠性评价，建立结构模式可视化软件平台。本项目的特色体现在以数据挖掘和模式发现理论为指导，研究三维基因组的层次结构和动态特性的时空模式结构鉴定问题，其预期研究成果进一步证实三维结构与生物功能之间的关系及其在人类疾病中的应用，为精准医学的发展和应用提供参考。

三维基因组结构与基因的转录调控，生物细胞的分化和发育以及疾病的发生密切相关。如何从三维基因组数据中挖掘出这些结构模式，解释这些结构模式的形成机制和相互联系，以及了解这些结构模式对于转录调控和生命发育以及对于疾病的影响成是三维基因组学研究的核心课题。.高通量测序技术以及染色质构象捕获技术的发展，使得在全基因组尺度研究染色质空间构象及其功能提供了史无前例的机遇，但同时也带来了巨大的挑战。本项目旨在基于多种类型的三维基因组数据，研究普适高效的方法挖掘多尺度/层次拓扑结构模式；研究细胞分化和发育过程中的动态变化；研究结构模式挖掘方法的评价和验证。基于不同类型的三维基因组数据，提出了一系列结构模式挖掘和预测算法，用于识别和预测三维基因组不同层次的拓扑结构及动态演化，并结合其它组学数据，分析了其对基因表达调控的影响。开发了一种基于单样本三维基因组数据的复杂结构变异检测算法，提出了一系列针对三维基因组数据的仿真、比较与集成方法。本项目的特色在于将三维基因组数据处理和结构模式挖掘问题建模为数据挖掘以及机器学习相关问题，结合表观基因组、转录组等多组学数据，提出新的三维基因组结构模式的挖掘和预测方法，从而进一步加深我们对染色质三维空间结构模式和形成机制的认知，进而促进生物信息学交叉学科研究。