-
首页
-
科研服务
- 基因组
- T2T基因组
- 动植物基因组
- 泛基因组
- 真菌基因组
- 细菌完成图
- 线粒体基因组
- 重测序
- 动植物全基因组重测序
- 性状关联分析
- 转录组
- 二代有参转录组
- 二代无参转录组
- 纳米孔全长转录组
- PB 2+3全长转录组
- 表观组
- Hi-C三维基因组
- 全基因组甲基化
- ATAC-seq
- CUT&Tag
-
分子育种
- 种质资源考察
- 种质资源考察与分类
- 核心种质资源鉴定
- 种质资源指纹图谱
- 种质资源鉴定
- KASP遗传标记
- 亲缘关系鉴定
- 种质资源信息库和性状解析
- 种质资源遗传库
- 性状关联分析
- 种质资源创新创制与推广
- 遗传转化与基因编辑检测
- 液相芯片
- 基因组选择育种
- 种质资源应用推广
-
资源中心
- OMSearch
- 技术分享
- 送样建议
- 引物设计
-
新闻资讯
-
关于万摩
- 公司简介
- 项目成果
- 加入万摩
-
首页
-
科研服务
- 基因组
- T2T基因组
- 动植物基因组
- 泛基因组
- 真菌基因组
- 细菌完成图
- 线粒体基因组
- 重测序
- 动植物全基因组重测序
- 性状关联分析
- 转录组
- 二代有参转录组
- 二代无参转录组
- 纳米孔全长转录组
- PB 2+3全长转录组
- 表观组
- Hi-C三维基因组
- 全基因组甲基化
- ATAC-seq
- CUT&Tag
-
分子育种
- 种质资源考察
- 种质资源考察与分类
- 核心种质资源鉴定
- 种质资源指纹图谱
- 种质资源鉴定
- KASP遗传标记
- 亲缘关系鉴定
- 种质资源信息库和性状解析
- 种质资源遗传库
- 性状关联分析
- 种质资源创新创制与推广
- 遗传转化与基因编辑检测
- 液相芯片
- 基因组选择育种
- 种质资源应用推广
-
资源中心
- OMSearch
- 技术分享
- 送样建议
- 引物设计
-
新闻资讯
-
关于万摩
- 公司简介
- 项目成果
- 加入万摩
Hi-C三维基因组
-
产品定义
Hi-C(High-throughput Chromosome Conformation Capture),旨在捕捉全基因组范围内染色体的空间构象和相互作用信息。通过对细胞内染色质进行原位交联、酶切、邻近片段连接等系列实验操作,然后经过高通量测序,最终获得反映染色体不同区域之间物理相互作用的数据集。
Hi-C技术不仅能够辅助基因组组装,还能揭示基因组的三维结构特征,涵盖从隔室(Compartment A/B)到拓扑相关结构域(TAD),再到环(loop)的染色质层级结构。该技术将基因组中原本分散的远距离调控元件与其调控区域联系起来,有助于解析基因的转录调控机制、增强子与启动子之间的相互作用等,成为连接基因组学、转录调控和表观遗传学研究的桥梁。目前,该技术已在多种物种中成功构建了基因组三维结构,并完成对多个不同样本基因组三维结构的比较分析,为深入研究物种的遗传特性、进化历程以及基因功能等提供了全新视角和有力工具。
图1.Hi-C实验流程图
测序方案
分析内容
图2.Hi-C互作标准分析流程图
产品优势
-
将Hi-C clean reads比对到染色体基因组,获得双端唯一比对的pairs reads文件,进一步筛选过滤得到Valid pairs reads。对基因组按bin的大小进行划分,将Valid Pairs reads分配到bin来构建原始互作矩阵,并对矩阵进行迭代校正。进一步评估Hi-C文库相关性,分析有效分辨率和互作距离及互作衰减,统计基因组覆盖度。
图3.样本有效分辨率统计图
图4.样本全基因组互作热图
图5.各样本全基因组互作衰减曲线图
基于全基因组的互作信息,获得高分辨率的染色质三维结构信息,构建互作图谱。鉴定样本染色质区室(Compartments A/B)、拓扑关联结构域(TADs)和染色质环(loops)。对FIRE(Frequently Interacting Regions)区域进行检测,并预测其染色体三维结构。
图6.样品单染色体Compartment展示图
图7.样本单染色体TAD局部图
图8.样品loops检测单染色体局部展示
图9.样品FIRE检测单染色体局部展示
图10.样品3D结构预测图
为直观地比较样本间的互作差异,对样本间进行全基因组互作差减矩阵分析。此外,对多样本染色质区室(Compartments A/B)、拓扑关联结构域(TADs)和染色质环(loops)进行比较分析,并对关联基因进行功能注释和富集分析。
图11.样本间全基因组500kb分辨率互作差减热图
图12.样本间单染色体Compartment热图
图13.样本间单染色体TAD和insulation score局部分布图
图14.差异loops局部展示
-
Q2 3C、4C、5C、ChIA-PET与Hi-C技术有什么不同?
3C、4C、5C、ChIA-PET与Hi-C技术均属于染色体构象捕获技术,但它们的研究对象及范围存不同。3C技术主要研究特定的两个基因之间的相互作用,是一种点对点的基因互作研究方法,分辨率相对较低;4C技术重点关注一个特定基因与其他基因的相互作用,即一对多的相互作用,分辨率有所提高,数据处理和分析相对复杂一些;5C技术用于研究多基因与多基因之间的相互作用,分辨率和数据复杂性进一步提高;ChIA-PET技术通过特定的蛋白因子来研究与其相关的所有基因间的相互作用。Hi-C技术则是以整个细胞核为研究对象,能够捕获全基因组范围内所有基因间的相互作用,是一种全对全的分析模式。
Q1 Hi-C三维基因组数据量怎么推荐?
一般物种推荐测序深度为200×。测序深度越高,分辨率也随之提高。根据项目经验,对于人类、小鼠等哺乳动物,当测序深度达到150×时,分辨率即可达到10kb。
Q3 Hi-C的三维结构怎么验证?
一般可以根据荧光原位杂交(FISH)验证3D结构的准确性。通过对Hi-C数据中作用频繁的区域设计探针,来验证这些区域在细胞内是否确实存在近距离的空间相互作用。如果FISH结果显示这些区域在细胞核中位置接近,与Hi-C预测的相互作用一致,就可以在一定程度上验证Hi-C三维结构的准确性。另外,也可以通过超分辨显微镜等技术直接观察染色质的空间构象,与Hi-C数据所揭示的三维结构进行对比验证。
-
- Ay F, Bailey TL, Noble WS. Statistical confidence estimation for Hi-C data reveals regulatory chromatin contacts. Genome Res. 2014;24(6):999-1011. doi:10.1101/gr.160374.113
- Barutcu AR, Lajoie BR, McCord RP, et al. Chromatin interaction analysis reveals changes in small chromosome and telomere clustering between epithelial and breast cancer cells. Genome Biol. 2015;16:214. Published 2015 Sep 28. doi:10.1186/s13059-015-0768-0
- Crane E, Bian Q, McCord RP, et al. Condensin-driven remodelling of X chromosome topology during dosage compensation. Nature. 2015;523(7559):240-244. doi:10.1038/nature14450
- Dixon JR, Selvaraj S, Yue F, et al. Topological domains in mammalian genomes identified by analysis of chromatin interactions. Nature. 2012;485(7398):376-380. Published 2012 Apr 11. doi:10.1038/nature11082
- Du Z, Zheng H, Huang B, et al. Allelic reprogramming of 3D chromatin architecture during early mammalian development. Nature. 2017;547(7662):232-235. doi:10.1038/nature23263
- Lieberman-Aiden E, van Berkum NL, Williams L, et al. Comprehensive mapping of long-range interactions reveals folding principles of the human genome. Science. 2009;326(5950):289-293. doi:10.1126/science.1181369
- Tan L, Xing D, Chang CH, Li H, Xie XS. Three-dimensional genome structures of single diploid human cells. Science. 2018;361(6405):924-928. doi:10.1126/science.aat5641
- Chiariello AM, Abraham A, Bianco S, et al. Multiscale modelling of chromatin 4D organization in SARS-CoV-2 infected cells. Preprint. bioRxiv. 2023;2023.07.27.550709. Published 2023 Jul 28. doi:10.1101/2023.07.27.550709
- Zhao SG, Bootsma M, Zhou S, et al. Integrated analyses highlight interactions between the three-dimensional genome and DNA, RNA and epigenomic alterations in metastatic prostate cancer. Nat Genet. 2024;56(8):1689-1700. doi:10.1038/s41588-024-01826-3
- Shen L, Bai X, Zhao L, et al. Integrative 3D genomics with multi-omics analysis and functional validation of genetic regulatory mechanisms of abdominal fat deposition in chickens. Nat Commun. 2024;15(1):9274. Published 2024 Oct 28. doi:10.1038/s41467-024-53692-6
- Lin Y, Li J, Gu Y, et al. Haplotype-resolved 3D chromatin architecture of the hybrid pig. Genome Res. 2024;34(2):310-325. Published 2024 Mar 20. doi:10.1101/gr.278101.123