责编 | 十一月
基于测序的高通量染色质构象捕获技术Hi-C（High-throughput chromosome conformation capture）实现了绘制全基因组范围内的高分辨率的染色质空间相互作用图谱。通过Hi-C数据分析，人们发现了染色质在空间上形成发生高频自相互作用的拓扑相关结构域TAD（topologically associated domains）。TAD在基因组上的位置在不同细胞类型间保守，但其内部结构在不同细胞类型间存在显著差异，并且TAD内部结构变化可能参与细胞分化中关键基因的调控。
虽然目前已有超过20种不同的TAD位置识别算法，但是仍然缺少一种灵敏的TAD内部染色质状态和结构的量化表征方法来直观表征TAD的功能特征，帮助识别参与关键基因调控的TAD内部染色质结构改变。
近日，军事医学研究院伯晓晨研究员团队和清华大学信息国家研究中心生物信息学研究部陈阳副研究员在Briefings in Bioinformacitcs杂志上发表文章：Spatialdensity of open chromatin: an effective metric for the functionalcharacterization of topologically associated domains。该文构建了开放染色质空间致密度（spatial density of open chromatin， SDOC）表征算法，得到的相应定量指标SDOC实现了对TAD功能的灵敏量化表征。
图1 SDOC计算流程和性质
SDOC算法基于染色质的可接近性DNase-seq数据和空间构象Hi-C数据输入，通过重构TAD内部染色质空间结构并计算其凸包体积得到TAD占据细胞核空间大小的近似估计。通过计算其内部染色质开放区间与TAD所占据空间体积之比得到初始SDOC值。对全基因组TAD的初始SDOC值进行分位数归一化，最终得到TAD的量化表征指标SDOC值。通过这种方式构建的SDOC指标衡量TAD内部的调控原件在空间中的聚集程度。
通过分析，研究者发现SDOC指标大小能够灵敏反映TAD内部表观遗传修饰种类和强度。拥有较高SDOC值的TAD富集H3K4me3活跃组蛋白修饰信号，且显著富集超级增强子。并且，具有较高SDOC值的TAD具有更高的RNA-seq信号强度。这些结果说明具有较高SDOC值的TAD内部染色质状态和结构有利于基因活跃转录。因此，SDOC作为量化指标，可以衡量一个TAD整体染色质结构和状态是否倾向于提供利于基因转录的调控环境。通过比较分析，研究者展示了SDOC相比以往其它量化表征TAD的方法和指标如结构域分数（domain score）和聚集指数（aggregation preference），能够更灵敏地反映TAD中基因的转录活跃程度。
研究者在T细胞分化过程中8个不同阶段的Hi-C和DNase-seq公共数据集中应用SDOC算法，识别到了302个在分化过程中SDOC指标明显下降的TAD。相应RNA-seq数据分析表明这些TAD中基因表达在T细胞分化过程中逐渐降低，GO（gene ontology）分析显示这些TAD中的基因功能富集于除T细胞以外的其它谱系的分化过程，说明这些随分化进行，SDOC值明显下降的TAD可能通过参与抑制其它谱系分化相关的基因，来帮助执固向T细胞谱系的正常分化过程。进一步，研究者发现这些在T细胞分化过程中SDOC值降低的TAD在空间上倾向于随分化进行逐渐聚集，研究者于是构建了DTCI（developmental TAD clustering index）指标来衡量这种TAD之间在空间上逐渐聚集的变化程度。分析发现DTCI指越高的TAD，其内部基因表达在分化过程中被抑制的程度也更高，体现了TAD内部染色质结构和状态与TAD之间位置关系之间对基因转录调控潜在的协同影响。最后，研究者发现在空间上相距较近的TAD之间倾向于具有相近的SDOC值大小，据此规律可以实现对某一TAD，通过空间上与其相邻近TAD的SDOC值对其实际SDOC值的准确预测。研究者推断这种TAD在空间上的分布规律可能反映了一种利于高效调控的组织方式。
军事医学研究院江帅博士为该论文的第一作者，李昊博士、北京大学李程研究员参与了该研究，军事医学研究院伯晓晨研究员、陈河兵副研究员和清华大学陈阳副研究员为该论文的共同通讯作者。
https://academic.oup.com/bib/advancearticle/doi/10.1093/bib/bbaa210/5912562
SDOC主要结果的代码和相关数据:
https://github.com/birmjiangs/Code-for-main-results
SDOC计算脚本:
https://github.com/birmjiangs/SDOC