多样本核小体动态定位识别

Nucleosome positioning has role in gene regulation through blocking the DNA sites at which proteins bind. The positioning is dynamic with the cell line type and the cellular environment. Identifying the dynamics is very important in resolving epigenetic regulation mechanism. In studying nucleosome dynamics, multiply samples are needed to compare. High throughput sequencing technology provides the accessibility to such study; thus, it is badly needed to develop both method and tool for the computational identification of the nucleosome dynamics. It is regret that there is not a method that can deal with the multi-sample problem yet(n≥3). For the multi-sample problem, based on Hidden Markov model (HMM), the project will develop an algorithm to identify the genomic region where nucleosome positioning is dynamic through the procedures that include ranking the positioning signal, decoding with HMM, identifying dynamic positioning regions, computing the significance and classifying the types of dynamics. The Project will develop the corresponding software tool. Also, the project will analyze two biological questions, one is nucleosome dynamics in human cancer cells, the other is nucleosome dynamics in yeast cells of deleting Htz1 assembling genes (Chz1 and Nap1). The applicant's studies mainly focused on the nucleosome dynamics-related work in past years, therefore, we have a good groundwork in dataset, method and technique.The project will strongly support the studies of resolving the epigenetic regulation mechanism once it is completed. Also, the idea of the project can apply in analysis for the dynamics of other epigenomes.

核小体定位通过遮蔽DNA上蛋白结合位点参与基因转录调节，定位随细胞类型和环境不同而动态变化，识别这种动态是解析细胞表观调节机制的重要研究内容。核小体动态定位分析需要比较多样本信息，高通量测序技术为解决此问题提供了可能；而在计算层面，迫切需要开发识别核小体动态的算法和工具。遗憾的是，目前，尚未有针对多样本(n≥3)的核小体动态分析的方法。本项目拟针对多样本核小体定位分析，基于隐马尔科夫模型(HMM)，通过定位信号的等级划分、HMM解码、动态区域识别，显著性计算、动态类型分析等过程，实现核小体动态定位区域的准确识别；建成相应的软件工具；并将其应用于癌细胞核小体动态分析和酵母组蛋白变体Htz1组装的分析中。申请者近年一直从事核小体动态相关研究，在数据、方法和技术上有良好基础。项目完成后，将为解析核小体表观遗传调节问题提供计算支持；项目的方法可移植到其它表观基因组动态分析中。

核小体通过遮蔽DNA的结合位点而在基因转录、DNA复制等过程中有重要作用。核小体位置因细胞类型、外部环境等发生变化，这是核小体的本质属性。目前尚缺乏识别多细胞类型间核小体变化的生物信息工具。本项目拟基于隐马尔科夫模型(HMM)，开发可识别多细胞类型间(n≥3)核小体动态变化的方法和模型，并建成工具。并将开发的工具用于两个生物学问题的分析。目前，已经完成了全部研究内容和目标，完成了拟定的成果指标。.项目组开发了两个多细胞类型核小体动态识别的方法和模型，分别为Dimnp和DNMHMM，建成了离线和在线的服务工具。Dimnp是基于卡方检验模型，DNMHMM是基于HMM的模型，两者均可在控制P-value或者假发现率(FDR)的前提下，准确识别多细胞类型间的核小体变化区域。这是目前仅有的专门针对此类问题的生物信息分析工具。项目组测定了24种酵母细胞株的核小体位置；测定了Spt16、Htz1、Pol II等蛋白的染色质结合位点信息。利用测序数据和开发的工具，项目组分析了可修饰组蛋白突变与核小体动态的关系，发现突变导致的启动子区和端粒区核小体剧烈变化，而且高表达基因的核小体变化更大。解析了核小体、Htz1、Pol II、转录延伸因子Spt16、组蛋白伴侣Nap1和Chz1在转录调节中的变化和相互关系。另外项目组研究了在酵母细胞在胁迫环境、人CD4+ T 细胞在休眠和免疫激活的条件下，核小体的动态，以及这些动态对应的生物学意义等。.本项目相关成果发表学术论文13篇(见文章列表)，其中SCI论文10篇，影响因子大于4的论文5篇。撰写关于核小体的专著章节1章。另一论文已经投稿Genome Biology。培养4名硕士研究生，1名博士在读。参加国内学术会议20人次；与国外大学学者座谈、报告交流5次。.总之，本项目开发的方法、模型和工具是目前专门用于多细胞类型(样本)间核小体动态的识别技术，填补了这一领域的空缺。