Loading article…
Hi-C は、クロマチンコンフォメーション (3C) をキャプチャーするためのハイスループットのゲノムおよびエピゲノム技術です。[1]一般に、Hi-C は、3C (染色体コンフォメーションキャプチャー)、4C (染色体コンフォメーションキャプチャーオンチップ/環状染色体コンフォメーションキャプチャー)、5C (染色体コンフォメーションキャプチャーカーボンコピー) など、一連の染色体コンフォメーションキャプチャー技術の派生と考えられています。 [1] [2] [3] [4] Hi-C は、3C と次世代シーケンシング (NGS)アプローチを組み合わせることで、細胞核内のゲノム全体のクロマチン相互作用を包括的に検出し、C テクノロジー (染色体コンフォメーションキャプチャーベースのテクノロジー) 開発の質的な飛躍と 3D ゲノミクスの始まりと考えられています。[2] [3] [4]
古典的な3C技術と同様に、Hi-Cは2つのDNA断片が3D空間で物理的に関連し、染色体構造をゲノム配列に直接リンクする頻度（細胞集団全体の平均として）を測定します。[4] Hi-Cの一般的な手順では、最初にホルムアルデヒドを使用してクロマチン材料を架橋します。[3] [4]次に、クロマチンを可溶化して断片化し、相互作用する遺伝子座を再連結してキメラDNA分子のゲノムライブラリを作成します。[4]これらのキメラ、つまり連結産物の相対的な豊富さは、それぞれのクロマチン断片が細胞集団全体の3D空間で相互作用する確率と相関しています。[4] 3Cは、事前に決定されたゲノム遺伝子座のセットの分析に焦点を当て、関心のある染色体領域の立体構造の「1対いくつか」の調査を提供しますが、Hi-Cは、ライゲーション前にすべての断片化されたクロマチンをビオチン化ヌクレオチドで標識することにより、「すべて対すべて」の相互作用プロファイリングを可能にします。 [3] [4]その結果、ビオチンで標識されたライゲーションジャンクションは、ストレプトアビジンでコーティングされた磁気ビーズによってより効率的に精製され、Hi-Cライブラリの直接シーケンシングによってクロマチン相互作用データが得られます。[3] [4]
Hi-Cデータの解析により、哺乳類の染色体の全体的なゲノム構造が明らかになるだけでなく、クロマチンの生物物理学的特性や、より特異的で遠距離にあるゲノム要素（遺伝子と調節要素など）間の長距離接触についての知見も得られます。 [4] [5] [6]これには、刺激に応じてこれらが時間の経過とともにどのように変化するかが含まれます。[7]近年、Hi-Cは、細胞の成長と分裂、転写調節、運命決定、発達、自己免疫疾患、ゲノム進化など、さまざまな生物学分野で応用されています。[7] [5] [6] Hi-Cデータを、クロマチン修飾のゲノムワイドマップや遺伝子発現プロファイルなどの他のデータセットと組み合わせることで、ゲノム調節と安定性におけるクロマチン構造の機能的役割も明らかにすることができます。[4]
歴史
Hi-Cは当初、解像度が低くノイズの多い技術であり、100万塩基対（Mb）のビンサイズ内のクロマチン相互作用領域しか記述できませんでした。[1] Hi-Cライブラリの構築にも数日かかり、[4] [8]データセット自体の出力と再現性はどちらも低かったです。[9]それでも、Hi-Cデータはクロマチン構造だけでなく、核とゲノムの構造にも新たな洞察をもたらし、これらの可能性に刺激されて科学者たちは過去10年間にわたってこの技術の改良に取り組んできました。
2012年から2015年の間に、Hi-Cプロトコルにいくつかの変更が加えられ、4カッター消化[10]や、より高い解像度を得るためにより深いシーケンス深度が採用されました。[8] [9] [11]より頻繁に切断する制限エンドヌクレアーゼ、またはDNaseIおよびMicrococcalヌクレアーゼの使用も、この方法の解像度を大幅に向上させました。[12] さらに最近（2017年）、Belaghzalらは、キロベース（kb）の解像度を達成できるHi-C 2.0プロトコルを説明しました。[12]基本プロトコルへの重要な適応は、消化後のSDS可溶化ステップを削除して核構造を保存し、無傷の核内でのライゲーションによって断片化されたクロマチン間のランダムなライゲーションを防ぐことでした。これがin situ Hi-Cの基礎となりました。[12] 2021年にラフォンテーヌらはHi-C 3.0について説明しました。これは、ホルムアルデヒドとジスクシンイミジルグルタレート（DSG）による架橋を強化することで、より高い解像度を実現したものです。[13]ホルムアルデヒドはタンパク質とDNAの両方のアミノ基とイミノ基を捕捉しますが、DSGのNHSエステルはタンパク質上の第一級アミンと反応し、アミン-アミン相互作用を捕捉することができます。 [13] これらの基本プロトコルの更新により、科学者は染色体コンパートメントやトポロジカル関連ドメイン（TAD）などのより詳細な立体構造や、DNAループなどの高解像度の立体構造を観察できるようになりました。[12] [13]
現在までに、in situ Hi-C、low Hi-C、SAFE Hi-C、Micro-C など、標準 Hi-C のさまざまな側面に関連する特徴を備えたさまざまな Hi-C 派生製品が登場していますが、基本原理は同じままです。
伝統的なHi-C
古典的なHi-Cワークフローの概要は次のとおりです。細胞をホルムアルデヒドで架橋します。クロマチンを制限酵素で消化して5'オーバーハングを生成します。5'オーバーハングにビオチン化塩基を充填し、得られた平滑末端DNAを連結します。[1]連結産物は、接合部にビオチンがあり、ストレプトアビジンを使用して選択され、さらに処理されて、その後のシーケンシング作業に備えたライブラリが準備されます。[1]
Hi-C がゲノム全体で捕捉できるペアワイズ相互作用は膨大であるため、一般人口の少数派でしか観察されない可能性のある固有の相互作用を捕捉するために、適切に大きなサンプルサイズを分析することが重要です。[4]高解像度でデータの深さを保証するライゲーション産物の高複雑性ライブラリを取得するには、Hi-C の入力として 2,000 万～2,500 万個の細胞のサンプルが必要です。[3] [4]より少ない細胞数でしか入手できない可能性のある一次ヒトサンプルは、100 万～500 万個の細胞で標準的な Hi-C ライブラリの準備に使用できます。[4]ただし、このように少ない細胞入力を使用すると、ライブラリの複雑性が低くなり、ライブラリの準備中に重複読み取りの割合が高くなる可能性があります。[4]
標準Hi-Cは、1～10Mbの解像度でペアワイズ相互作用のデータを提供し、高いシーケンス深度を必要とし、プロトコルの完了には約7日かかります。[3] [4] [14]
ホルムアルデヒド架橋
細胞膜と核膜はホルムアルデヒドに対して高い透過性を示す。[4] [15] [16]ホルムアルデヒド架橋は、DNA-タンパク質およびタンパク質-タンパク質相互作用の検出と定量化に頻繁に用いられる。[15] Hi-Cおよびすべての3Cベースの方法の文脈で興味深いのは、ホルムアルデヒドがクロマチンの遠位セグメント間のシス染色体相互作用を捕捉する能力である。[1] [4] [15] [16]これは、空間的に隣接するクロマチンセグメント間に共有結合を形成することによって行われる。ホルムアルデヒドは2段階で高分子と反応することができる。まず、例えばDNA塩基の求核基と反応してメチロール付加物を形成し、次にこれがシッフ塩基に変換される。[ 15 ] 2番目の段階では、急速に分解するシッフ塩基が、別の分子の別の官能基とメチレン架橋を形成する。 [15]また、グリシンなどの溶液中の小分子とこのメチレン架橋を形成することもでき、グリシンはHi-C中のホルムアルデヒドを消光するために過剰に使用される。[1] [4] [15] [16]消光剤は通常、細胞外からホルムアルデヒドに影響を及ぼすことができる。[15]この2段階のホルムアルデヒド架橋反応の重要な特徴は、すべての反応が可逆的であり、これがクロマチン捕捉に不可欠であるということである。[1] [4] [15] [16]
架橋はクロマチンキャプチャワークフローの極めて重要なステップです。この技術の機能的な読み出しは、2つのゲノム領域が互いに架橋される頻度だからです。[4]したがって、このステップの標準化は重要であり、そのためには、変動の潜在的な原因を考慮する必要があります。[4]培養培地中に高濃度のタンパク質を含む血清が存在すると、培養培地中に隔離され、クロマチン架橋に利用できるホルムアルデヒドの有効濃度が低下する可能性があります。[4]したがって、培養に血清を使用する場合は、架橋ステップで血清を除去する必要があります。[4]細胞の性質、つまり細胞が懸濁しているか接着しているかも、架橋ステップで考慮すべき重要な点です。[4]接着細胞は、細胞骨格の分子メカニズムの助けを借りて表面に結合します。 [4 ]細胞骨格によって維持される核と細胞の形態には関連があることが示されており、これが変化すると、核全体の組織に悪影響を与える可能性があります。[4]そのため、接着細胞は培養表面に付着したまま架橋する必要がある。[4]
溶解、制限消化およびビオチン化
細胞は、塩化ナトリウム、トリス-HCl（pH 8.0）、非イオン性界面活性剤IGEPAL CA-630を含む冷低張緩衝液で氷上で溶解され、プロテアーゼ阻害剤が補充される。[4] [16]プロテアーゼ阻害剤と氷上でのインキュベーションは、内因性プロテアーゼによる架橋クロマチン複合体の完全性を維持するのに役立つ。[4] [16]溶解ステップは、細胞から核物質を放出するのに役立つ。[1] [4] [16]
細胞溶解後、架橋されていないタンパク質を除去し、クロマチンを開いて、その後の制限酵素による消化が容易になるように、クロマチンを希薄SDSで可溶化します。[4] SDSとのインキュベーションが推奨される10分を超えると、ホルムアルデヒド架橋が逆転する可能性があるため、SDSとのインキュベーションの直後に氷上でインキュベーションを行う必要があります。[4]次のステップで酵素の変性を防ぐために、Triton X-100と呼ばれる非イオン性洗剤を使用してSDSをクエンチします。 [4]
HindIIIなどの5'オーバーハングを生成する制限酵素は、アクセス可能なクロマチンを一晩で消化するために使用できます。[4] [16]この5'オーバーハングは、 DNAポリメラーゼIのクレノウ断片がビオチン化CTPまたはATPをクロマチンの消化末端に追加するために必要なテンプレートを提供します。 [4] [ 16]このステップにより、ライブラリの準備のためのHi-Cライゲーション産物を選択できます。[4] [16]
近接結紮
希釈ライゲーションは、異なる複合体にまたがる断片間のライゲーションイベントではなく、同じクロマチン複合体内の断片の分子内ライゲーションを促進するために、互いに架橋されたままのDNA断片に対して実行されます。[4] [16]このライゲーションステップは平滑末端DNA断片間で行われるため（粘着末端はビオチン標識塩基で埋められているため）、反応は最大4時間継続して、その固有の非効率性を補います。[16]近接ライゲーションの結果、末端のHindIII部位が失われ、NheI部位が生成されます。[1]
ビオチン除去、DNAの切断、サイズ選択、末端修復
ビオチン標識されたライゲーション産物は、フェノールクロロホルムDNA抽出法を用いて精製することができる。[4] [16] [17]ビオチン標識末端を有するライゲーションされていない断片を除去するために、3'から5'エキソヌクレアーゼ活性を有するT4 DNAポリメラーゼを用いて、そのような断片の末端からヌクレオチドを除去する。[4] [16] [18]このステップにより、これらのライゲーションされていない断片がライブラリー調製のために選択されないことが保証される。[4] [ 16]反応はEDTAで停止され、DNAはフェノールクロロホルムDNA抽出法を用いて再度精製される。[4] [16]
シーケンシングライブラリの理想的なDNA断片のサイズは、使用するシーケンシングプラットフォームによって異なります。[4] [16] DNAは、まず超音波処理を使用して約300～500 bpの長さの断片に切断されます。[4] [16] [17]このサイズの断片は、ハイスループットシーケンシングに適しています。[4] [16] [17]超音波処理の後、 Beckman CoulterのAMPure XPビーズを使用して断片のサイズを選択し、150～300 bpのサイズ分布を持つライゲーション産物を得ることができます。[4] [17]これは、HiSeqクラスター形成に最適な断片サイズウィンドウです。[4] [17]
DNAのせん断は非対称なDNA切断を引き起こすため、ビオチンプルダウンとシーケンシングアダプターライゲーションの前に修復する必要がある。[4] [ 16]これは、5'オーバーハングを埋め、断片の3'末端に5'リン酸基とアデニル酸を付加してシーケンシングアダプターのライゲーションを可能にする酵素の組み合わせを使用することで達成される。[4] [16]
ビオチンプルダウン
ダイナビーズ社のMy-One C1ストレプトアビジンビーズ溶液などの過剰のストレプトアビジンビーズを使用すると、ビオチン化されたHi-Cライゲーション産物をプルダウンして濃縮することができます。[4] [16]イルミナのペアエンドアダプターのライゲーションは、DNA断片がストレプトアビジンビーズに結合している間に行われます。[4] [16] [17]ビーズへの吸着により、これらの平滑末端DNA断片の移動度が低下するため、アダプターへのライゲーションの効率が向上します。[4] [16] [17]
ライブラリの準備と配列決定
アダプターのライゲーションが完了したら、ライブラリーのPCR増幅が行われます。 [4] [16] PCRステップでは、過剰増幅の結果として、複雑性の低いHi-Cライゲーション産物サンプルに多数の重複が導入される可能性があります。[4] [16]この結果、捕捉される相互作用は非常に少なくなりますが、これは多くの場合、入力サンプルサイズの細胞数が少なかったためです。 [ 4] [16]シーケンス用に少なくとも50 ngのHi-CライブラリーDNAを得るために必要なサイクル数を滴定することが重要です。[4] [16]サイクル数が少ないほど、PCRアーティファクト（オフターゲットアンプリコン、非特異性など）がなくなります。[4] [16] PCRサイクルの理想的な範囲は9〜15であり、1つのPCR反応のサイクル数を増やすよりも、複数のPCR反応をプールしてシーケンスに十分なDNAを得る方が理想的です。[4] [16] PCR産物はAMPureビーズを使用して再度精製され、プライマーダイマーが除去され、その後定量されてから配列が決定されます。[4] [16 ]ビオチン化された連結産物のペアエンドシーケンシングによって、相互作用するクロマチン領域が特定されます。[4] [16]
連結断片をNheIジャンクション（Roche 454）を介して、またはペアエンドまたはメイトペアリード（Illumina GAおよびHiSeqプラットフォーム）によってシーケンスできるプラットフォームは、Hi-Cに適しています。[4]ハイスループットシーケンスの前に、ライブラリの品質は、長いシーケンスリードがビオチンジャンクションを介して読み取られるサンガーシーケンスを使用して検証する必要があります。 [4]イルミナペアエンドシーケンスを使用してほとんどのクロマチン相互作用ペアを識別するには、36または50 bpのリードで十分です。[4]ライブラリ内の断片の平均サイズは250 bpであるため、50bpのペアエンドリードがHi-Cライブラリシーケンスに最適であることがわかりました。[4]
Hi-Cライブラリの品質管理
Hi-Cサンプル調製のワークフローには、十分に文書化され報告されているいくつかの圧力ポイントがあります。[4] [16]さまざまな段階のDNAを0.8％アガロースゲルで実行して、断片のサイズ分布を分析できます。[4] [16]これは、サイズ選択ステップのせん断後に特に重要です。[4] [16] DNAの分解は、ゲル上の低分子量生成物の下に結果として現れるスメアとして監視することもできます。[4] [16]分解は、溶解中に十分なプロテアーゼ阻害剤を添加しなかったこと、内因性ヌクレアーゼ活性、または不適切なアイシングによる熱分解により発生する可能性があります。[4] [16] 3C PCR反応を実行して、近接ライゲーション生成物の形成をテストできます。[4] [16]
バリエーション
標準的なHi-Cは、入力細胞数のコストが高く、ディープシーケンシングが必要で、低解像度のデータが生成され、細胞数が少ない場合に低複雑性ライブラリに寄与する冗長分子の形成に悩まされる。[4] [16] [17]これらの問題に対処し、細胞数が制限要因となる状況、例えば一次ヒト細胞研究にこの技術を適用できるようにするために、Hi-Cが最初に概念化されて以来、いくつかのHi-Cバリアントが開発されてきた。[3]
Hi-Cバリアントは、希釈ライゲーション、in situライゲーション、シングルセル、および低ノイズ改善システムの4つの主要なクラスに分類されます。[3]標準Hi-Cは希釈ライゲーションの一種で、他の希釈ライゲーションにはDNase Hi-CとCapture Hi-Cがあります。[3]標準Hi-CやCapture Hi-Cとは対照的に、DNase Hi-Cは入力として200万〜500万個の細胞のみを必要とし、クロマチン断片化にDNaseIを使用し、ゲル内希釈近接ライゲーションを採用しています。[3] [19] [20] DNaseIの使用は、Hi-Cの効率と解像度を大幅に向上させることが示されています。[3] [19] Capture Hi-Cは、標的ゲノム領域のハイブリダイゼーションベースのキャプチャを使用して、特定の遺伝子座のクロマチン相互作用を調べるゲノム全体のアッセイ技術です。 [20]これは、Mifsudらによって最初に開発されました。21,841個のプロモーター領域をターゲットとしたビオチン化RNAベイトライブラリを生成することにより、ヒト細胞における長距離プロモーター接触をマッピングした。 [20]これらのバリアントは、他のバリアント（以下で説明）に加えて、標準的なHi-Cの基礎技術に対する修正を表し、元の方法の1つ以上の制限に対処し、緩和します。
現地ハイC
In situ Hi-Cは、標準的なHi-Cと核ライゲーションアッセイ、すなわち無傷の核で行われる近接ライゲーションを組み合わせたものです。[14] [21]このプロトコルは、基本的なワークフローの概要に関しては標準的なHi-Cと似ていますが、他の点では異なります。[14] In situ Hi-Cでは、標準的なHi-Cで理想的な2,000万から2,500万個の細胞が必要なのに対し、200万から500万個の細胞が必要です。また、プロトコルの完了には、標準的なHi-Cでは7日かかるのに対し、In situ Hi-Cではわずか3日しかかかりません。[14]さらに、近接ライゲーションは標準的なHi-Cのように溶液中で行われないため、捕捉されたビオチン化DNA内のミトコンドリアと核DNAの接触頻度が低いことからわかるように、ランダムで生物学的に無関係な接触やライゲーションの頻度が減少します。[14]これは、ライゲーションステップで核を無傷のままにしておくことで実現されます。[14]細胞は、ライゲーション前にトリス-HCl（pH 8.0）、塩化ナトリウム、および界面活性剤IGEPAL CA630を含む緩衝液で溶解されるが、細胞溶解液を均質化する代わりに、細胞核は最初の溶解後にペレット化され、細胞膜を分解する。[14]近接ライゲーションが完了した後、細胞核は少なくとも1.5時間68℃でインキュベートされ、核膜を透過させ、その核内容物を放出する。[14]
in situ Hi-Cで達成できる解像度は、標準Hi-Cの1～10 Mbの解像度やDNase Hi-Cの100 kbの解像度と比較して、最大950～1000 bpです。[3] [4] [14] [19]標準Hi-Cは制限酵素消化ステップでHindIIIなどの6 bpカッターを使用しますが、in situ Hi-CはMboIまたはそのアイソシゾマー DpnII （ CpGメチル化の影響を受けない）などの4 bpカッターを使用して効率と解像度を高めます（MboIとDpnIIの制限部位はゲノム内でより頻繁に発生するため）。[3] [4] [14] in situ Hi-Cの反復間のデータは一貫しており、再現性が高く、バックグラウンドノイズが非常に少なく、明確なクロマチン相互作用を示しています。[3] [14]しかし、核はタンパク質とDNAで密集しているため、捕捉された相互作用の一部は正確な分子間相互作用ではない可能性があり、無傷の核で近接ライゲーションを行うと、核のパッケージングの性質によってのみ形成される可能性のある交絡相互作用がプルダウンされ、細胞の機能に影響を与える独自の染色体相互作用はそれほど多くない可能性があります。[3] [14]また、Raoらによって説明されたデータの解像度を達成するには、サンプルあたり約50億ペアエンドリードという非常に高いシーケンス深度が必要です。[3] [14] [22] in situ Hi-Cの概念を採用した技術はいくつかあり、Sis Hi-C、OCEAN-C、in situ capture Hi-Cなどがあります。[3]以下では、最もよく知られている2つのin situ Hi-Cベースの技術について説明します。[3]
1. 低C
Low-C は、細胞数が少ない場合に使用できるように調整された in situ Hi-C プロトコルであり、細胞数が制限要因となる状況、たとえばヒト初代細胞培養で特に有用である。[23]この方法では、使用する容量や濃度、特定の実験ステップのタイミングや順序などの小さな変更を利用して、1000 個という少ない細胞数から高品質の Hi-C ライブラリを生成することができる。[23]わずか 1000 個の細胞で使用可能で高解像度のデータを生成できる可能性があるにもかかわらず、Diaz らは、可能であれば少なくとも 100 万から 200 万個の細胞、そうでない場合は最低 50 万個の細胞を使用することを推奨している。[23]ライブラリの品質は、最初に Illumina MiSeq (2x84 np ペアエンド リード) プラットフォームで評価され、品質管理基準 (PCR 重複が少ないことを含む) に合格すると、ライブラリは Illumina NextSeq (2x80 bp ペアエンド) でシーケンスされた。[23]全体として、この技術は、Hi-Cに大量の細胞数を入力する必要があるという問題と、高解像度のデータを得るために必要な高いシーケンス深度を回避しますが、最大5kbの解像度しか達成できず、使用されるサンプルサイズとそこから生成されるデータの可変性のために、必ずしも再現性があるとは限りません。[23]
2. セーフハイC
SAFE Hi-C、つまり簡素化され、高速で、経済的に効率的なHi-Cは、増幅なしでハイスループットシーケンシングに十分なライゲーション断片を生成します。[17]公開されているin situ Hi-Cデータによると、増幅（ライブラリー調製のためのPCRステップ）により距離依存の増幅バイアスが導入され、ゲノム距離に対するノイズ対シグナル比が高くなることが示されています。[17] SAFE Hi-Cは、わずか25万個のK562細胞から増幅のないin situ Hi-Cライゲーションライブラリーを生成するために使用されました。[17]ライゲーション断片は200～500 bpの長さで、平均は約370 bpです。[17]すべてのライゲーション生成物ライブラリーは、Illumina HiSeqプラットフォーム（2x150 bpペアエンドリード）を使用してシーケンスされました。[17] SAFE Hi-Cは25万個の細胞入力に使用できますが、Niu et al. 100万から200万個の細胞を使用することを推奨します。[17]サンプルは、レーンの4分の1でシーケンスするのに十分なライゲーションを生成します。[17] SAFE Hi-Cは、ユニークなペアリードの全体的な割合を下げるPCR重複の除去により、ライブラリの複雑さが増すことが実証されています。[17]全体として、SAFE Hi-Cは染色体相互作用の完全性を維持しながら、高いシーケンス深度の必要性を減らし、全体的なコストと労力を節約します。[17]
マイクロC
Micro-C は Hi-C のバージョンで、ミクロコッカスヌクレアーゼ (MNase) 消化ステップが含まれており、ヌクレオソームのペア間の相互作用を調べることで、1 ～ 100 ヌクレオソームのスケールでサブゲノム TAD 構造を解析できます。[24] [25]これは最初に酵母で使用するために開発され、標準的な Hi-C から得られた構造データを保存しながらも、より高い信号対雑音比を実現できることが示されました。[24] [25]ヒト胚性幹細胞および線維芽細胞で使用すると、サンプルあたり 26 ～ 45 億のユニークにマッピングされたリードが得られました。[24] [25] Hsieh らはマウス胚性幹細胞から 26.4 億のリードを分析し、短距離相互作用を検出する力が向上したことを実証しました。[24] [25] [26]
シングルセルHi-C
Hi-Cは単一細胞での使用にも適応されているが、これらの技術を実行するには高度な専門知識が必要であり、データ品質、カバレッジ、解像度が低いなどの問題に悩まされている。[3]
データ分析
Hi-Cによって生成されたキメラDNAライゲーション産物は、核内の対になったクロマチン相互作用または物理的な3D接触を表しており、[1] [2] [3] [4]、さまざまな下流アプローチによって分析できます。簡単に言えば、ディープシーケンシングデータを使用して、偏りのないゲノム全体のクロマチン相互作用マップを作成します。[3] [4] [27] [28] [29] [30]次に、いくつかの異なる方法を使用してこれらのマップを分析し、染色体の構造パターンとその生物学的解釈を特定できます。これらのデータ分析アプローチの多くは、3Cシーケンシングまたはその他の同等のデータにも適用されます。
マッピングの読み取り
ディープシーケンシングによって生成されるHi-Cデータは、従来のFASTQファイルの形式であり、シーケンスアライメントソフトウェア（例：Bowtie、[31] bwa、[9] [32]など）を使用して、読み取りを対象のゲノムにアラインメントすることができます。[27] [28] Hi-Cライゲーション産物は数百メガベースにまたがり、異なる染色体上の遺伝子座を橋渡しする可能性があるため、[3] [4] [27] [28] Hi-Cリードアラインメントは、読み取りの異なる部分が離れた遺伝子座に、おそらく異なる方向にアラインメントされる可能性があるという意味で、キメラであることがよくあります。ロングリードアライナー（例：minimap2 [33]）は、キメラアラインメントをサポートすることが多く、ロングリードHi-Cデータに直接適用できます。ショートリードHi-Cアラインメントはより困難です。
特に、Hi-C はさまざまなサイズのライゲーションジャンクションを生成しますが、ライゲーション部位の正確な位置は測定されません。[3] [4] [27]この問題を回避するために、反復マッピング[27]を使用して、読み取りを 2 つに分割し、それらを別々にマッピングして相互作用ペアを識別する前に、ジャンクション サイトの検索を回避します。反復マッピングの背後にある考え方は、ジャンクション サイトに到達する前に相互作用ペアを一意に識別できるように、できるだけ短いシーケンスをマッピングすることです。[27] [28]結果として、5' 末端から始まる 25 bp の長いリードが最初にゲノムにマッピングされ、単一の遺伝子座に一意にマッピングされないリードは、さらに 5 bp 拡張されてから再マッピングされます。[27]このプロセスは、すべてのリードが一意にマッピングされるまで、またはリードが全体に拡張されるまで繰り返されます。[27] [28]それぞれの側が単一のゲノム座に一意にマッピングされたペアエンドリードのみが保持されます。[28]その他のペアエンドリードはすべて破棄されます。
多くのバイオインフォマティクスパイプラインには、ICE、[34]、 HiC-Pro、[35]、 HIPPIE、[ 36]、 HiCUP、[37]、TADbit、[38]などのさまざまなリードマッピング技術が実装されており、2つの部分が異なるゲノム位置に一致する場合に、ペアエンドリードの2つの部分を別々にマッピングすることで、リードがライゲーションジャンクションにまたがるという課題に対処しています。[28]
リード長が長くなると、最近のパイプライン（例えば、Juicer [39]や4D-Nucleosome Data Portal [40] ）では、キメラアライメントが可能なアライメントアルゴリズム（bwa-mem [41] 、 chromap [42] 、dragmapなど）を使用して、短いHi-Cリードをアライメントすることがよくあります。この手順ではアライメントが1回呼び出され、反復マッピングよりも簡単です。
フラグメントの割り当てとフィルタリング
次に、マッピングされたリードには、ゲノム内の 5' マッピングされた位置に従って、それぞれ単一のゲノムアライメント位置が割り当てられます。[27]各リードペアについて、位置は制限断片の 1 つだけに割り当てられるため、制限部位に近接し、最大分子長より短い距離にある必要があります。[27] [28]最も近い制限部位から最大分子長より長くマッピングされたリードは、クロマチンの物理的な破損または非標準的なヌクレアーゼ活性の結果です。[27]これらのリードはクロマチン相互作用に関する情報も指示するため、破棄されませんが、ゲノム位置を割り当てた後、データセット内の技術的なノイズを除去するために適切なフィルタリングを行う必要があります。[27] [28] [29] [30]
リードペアが同じ制限断片内にあるか異なる制限断片内にあるかによって、異なるフィルタリング基準が適用されます。ペアになったリードが同じ制限断片にマップされている場合、それらはおそらく連結されていないダングリングエンドまたは環状断片を表しており、情報価値がないため、データセットから削除されます。[27] [28]これらのリードは、PCRアーティファクト、消化されていないクロマチン断片、または単にアライメント品質の低いリードを表す可能性もあります。[8] [28]起源が何であれ、同じ断片にマップされたリードは「偽のシグナル」と見なされ[28]、通常は下流の処理の前に破棄されます。
異なる制限断片にマッピングされた残りのペアリードもフィルタリングされ、同一/冗長なPCR産物が破棄されます。これは、まったく同じ配列または5'アライメント位置を共有するリードを削除することによって実現されます。[27]実験目的に合わせて、追加のフィルタリングレベルを適用することもできます。たとえば、消化されていない可能性のある制限部位は、受動的に識別されるのではなく、小さな距離（ユーザー定義、経験に基づく）で同じ染色体鎖にマッピングされたリードを削除することによって、具体的にフィルタリングできます。[27]
ビニングとビンレベルのフィルタリング
Hi-C 制限断片は、中間座標に基づいて、固定ゲノム間隔にビン化され、ビンサイズは 40 kb から 1 Mb の範囲です。[27]このアプローチの背後にある理論的根拠は、データの複雑さを軽減し、ビンあたりの候補ゲノム全体の相互作用の数を減らすことで、ゲノムビンにより、解像度を犠牲にして、接触頻度の形でより堅牢でノイズの少ない信号を構築できるようになることです (ただし、制限断片の長さは、依然として Hi-C 解像度の最終的な物理的限界のままです)。[27] [28]ビン間の相互作用は、単純に合計を取ることで集約されますが、信号をさらに強化するために、より焦点を絞った有益な方法も長年にわたって開発されてきました。[27] Rao らによって説明されたそのような方法の 1 つは、ビンサイズの限界をどんどん小さなビンに押し広げ、最終的には 80% を超えるビンをそれぞれ 1000 リードでカバーすることを目指しており、これにより最終分析結果の解像度が大幅に向上しました。[14]
フラグメントレベルのフィルタリングと同様に、ビンレベルのフィルタリングも、取得したデータから実験的アーティファクトを除去するために行われます。ノイズが高くシグナルが低いビンは、通常、テロメアとセントロメア周辺のゲノムコンテンツが非常に反復的であるため、削除されます。[27]これは、個々のビンの合計をすべてのビンの合計と比較し、ビンの下位1％を削除するか、分散をノイズの尺度として使用することによって行われます。[27]低カバレッジビン、または対数正規分布の中心（ゲノムビンあたりの接触の総数に適合する）から3標準偏差下にあるビンは、MAD-max（最大許容中央絶対偏差）フィルターを使用して削除されます。[43] [44]ビニング後、Hi-Cデータは対称マトリックス形式で保存されます。[27] [28] [29] [30]
最近では、さまざまなHi-C実験に最適なビンサイズを事前に決定するための多くのアプローチが提案されています。Liらは2018年にdeDocについて説明しました。これは、Hi-Cマトリックスの構造エントロピーが安定した最小値に達するビンサイズとして選択される方法です。[45]一方、QuASARはもう少し品質評価を提供し、サンプルの複製スコアを比較して（複製は実験目的で実際に含まれている場合）、使用可能な最大解像度を見つけます。[46]一部の出版物[8] [47]では、単一フラグメントレベルで相互作用頻度をスコアリングすることも試みられており、これにより、より少ないリード数でもより高いカバレッジを達成できます。2018年にZhangらが開発したツールであるHiCPlus [48]は、元のリードの1/16のみを使用して、元のものと同様のHi-Cマトリックスを補完できます。[48]
バランス調整/正規化
バランシングとは、得られたHi-Cデータのバイアス補正のプロセスを指し、明示的または暗黙的のいずれかである。[27] [28]明示的なバランシング法では、リードマッピング性、 GC含有量、個々のフラグメント長など、 Hi-Cリード（または一般的なハイスループットシーケンシング技術）に関連することが知られているバイアスの明示的な定義が必要である。 [27] [28]最初に、考慮されるバイアスごとに補正係数が計算され、次にそれらの組み合わせごとに補正係数が計算され、その後、ゲノムビンあたりのリード数に適用されます。[27] [28]
ただし、一部のバイアスは原因が不明な場合があり、その場合は代わりに暗黙的なバランス調整アプローチが使用されます。暗黙的なバランス調整は、各ゲノム遺伝子座が「等しい可視性」を持つ必要があるという仮定に依存しており、これは、Hi-Cデータ内の各ゲノム遺伝子座での相互作用シグナルの合計が同じになる必要があることを示唆しています。[28]反復補正と呼ばれる1つのアプローチでは、シンクホーン-ノップバランスアルゴリズム[49]を使用し、前述の仮定を使用して対称マトリックスのバランスをとろうとします（マトリックス内のすべての行と列の合計を均等にすることにより）。[27] [28] [49]このアルゴリズムは、1)各行をその平均で割る、および2)各列をその平均で割るという2つのステップを交互に繰り返します。これらは最終的に収束することが保証されており、相互作用マトリックスに明らかに高い行や列は残りません。[27] [49] Hi-Cデータに固有のバイアスを正規化するための他の計算方法も存在し、これには、シーケンシャルコンポーネント正規化（SCN）[50] 、ナイトルイス行列バランスアプローチ[14] [51] 、および固有ベクトル分解（ICE）正規化[34]が含まれます。最終的には、明示的バイアス補正法と暗黙的バイアス補正法の両方で同等の結果が得られます。[27]
分析とデータ解釈
ビン化されたゲノム全体の相互作用マトリックスを使用すると、哺乳類のゲノムで観察される一般的な相互作用パターンを識別して生物学的に解釈できますが、環状染色体やセントロメアのクラスタリングなど、よりまれであまり頻繁に観察されないパターンを識別するには、特別に調整された追加の方法が必要になる場合があります。
1. シス/トランス相互作用比
シス/トランス相互作用は、Hi-Cマップで観察される2つの最も強い相互作用パターンの1つです。[27]これらは座位特異的ではないため、ゲノムレベルのパターンと見なされます。[27]通常、平均して、同じ染色体上に存在する座位のペア（シス）の方が、異なる染色体上に存在する座位のペア（トランス）よりも相互作用頻度が高くなります。[27] Hi-C相互作用マトリックスでは、シス/トランス相互作用は、対角線に沿って中心に配置された正方形のブロックとして表示され、個々の染色体が同時に一致します。[27]このパターンはさまざまな種や細胞タイプにわたって比較的一貫しているため、データの品質を評価するために使用できます。ランダムなバックグラウンドライゲーションや未知の要因によるノイズの多い実験では、シスとトランスの相互作用比が低くなります（ノイズはシスとトランスの両方の相互作用に同程度に影響を及ぼすと予想されるため）。また、高品質の実験では、ヒトゲノムのシス/トランス相互作用比は通常40〜60です。[27]
2. 距離依存の相互作用頻度
このパターンは、ゲノムレベルでの距離に依存した相互作用頻度の減少を指し、最も強いHi-C相互作用パターンの2つのうち2番目を表しています。[27]シス相互作用遺伝子座間の相互作用頻度が減少するにつれて（それらの間の距離が遠ざかるにつれて）、相互作用マトリックスの対角線から離れるにつれて、相互作用頻度が徐々に減少することが観察されます。[27]
さまざまなポリマーモデル[52] [53]が存在し、特定の距離で分離された遺伝子座ペアの特性を統計的に特徴付けていますが、離散ビニングと連続関数のフィッティングは、データポイント間の距離に依存する相互作用頻度を分析する一般的な方法です。[27]まず、相互作用頻度をゲノム距離に基づいてビニングし、各ビンの平均の情報を使用して連続関数をデータにフィッティングします。[27]結果として得られる減衰関数は、対数対数プロットにプロットされ、ポリマーモデルによって予測されるべき乗減衰を表すために線形線を使用できます。[52] [53]ただし、多くの場合、単純なポリマーモデルでは距離に依存する相互作用頻度を完全に表すのに十分ではなく、その時点でより複雑な減衰関数が発生する可能性があります。これは、Hi-C マトリックスで観察されるゲノム全体のパターンではなく遺伝子座固有のパターンの存在により、データの再現性に影響を与える可能性があります (ポリマーモデルでは考慮されません)。[27] [52] [53]
3. クロマチンコンパートメント
Hi-Cマップで見られる最も強い遺伝子座特異的パターンはクロマチンコンパートメントであり、[1]相互作用マトリックス上で格子縞または「チェッカーボード」のようなパターンの形をとり、ヒトゲノムでは1〜10 Mbのサイズのブロックが交互に現れます（これにより、非常に低いサンプリングの実験でも簡単に抽出できます）。[27] [28] [30]このパターンは、高頻度と低頻度の両方で見られます。染色体は、個々の染色体の長さに沿って交互に現れる2種類のゲノム領域で構成されているため、同じ種類の2つの領域間の相互作用頻度と異なる種類の2つの領域間の相互作用頻度はかなり異なる場合があります。[27] [28]
活性（A）および非活性（B）クロマチン区画の定義は、2009年にLieberman-Aidenらによって最初に確立された主成分分析に基づいています。 [1] [27] [28] [30]彼らのアプローチは、観測された信号と期待される信号（距離正規化された接触行列から得られる）比のHi-C行列の相関を計算し、最初の固有ベクトルの符号を使用して、 結果として得られるプロットの正の部分と負の部分をそれぞれA区画とB区画として示しました。[1] [27] [28] [30]多くのゲノム研究では、クロマチン区画が遺伝子密度、DNAアクセシビリティ、GC含有量、複製タイミング、ヒストンマークなどのクロマチン状態と相関していることが示されています。[1] [27] [28] [30]したがって、タイプA区画は、ユークロマチンの遺伝子密度の高い領域を表すようにより具体的に定義され、タイプB区画は遺伝子活性の低いヘテロクロマチン領域を表します。[27] [28] [30]全体として、クロマチンコンパートメントは、関心のあるゲノムの一般的な構成原理についての洞察を提供します。
過去10年間で、HOMER、[54]、 HiTC R、[35]、CscoreTool [55]など、コンパートメント呼び出しを実行できるバイオインフォマティクスツールがますます開発されてきました。それぞれに独自の違いがあり、2009年の元のアプローチに基づいて最適化が行われていますが、基本プロトコルは依然として主成分分析に依存しています。
4. トポロジカルに関連付けるドメイン (TAD)
TAD はサブ Mb 構造であり、局所的なプロモーター-エンハンサー相互作用などの遺伝子調節機能を持つ場合があります。[27]より一般的には、TAD は基礎となる生物学的メカニズムの出現特性であると考えられており、TAD はループの押し出し、区画化、またはゲノムの静的な構造的特徴ではなく動的なゲノムパターンとして定義されます。[56]したがって、TAD は調節性微小環境を表し、通常、Hi-C マップ上に、領域内の相互作用頻度が 2 つの隣接する領域間の相互作用頻度よりも大幅に高い、高度に自己相互作用する領域のブロックとして表示されます。[27] [28] [30] Hi-C 相互作用マトリックスでは、TAD は対角線に沿って中心に配置された、相互作用頻度の高い正方形のブロックです。[27]ただし、これは単に単純化しすぎた説明であり、実際のパターンを特定するには、はるかに多くの統計的処理と推定が必要です。
TADを識別するための1つのアプローチは、Dixonら[9]によって説明されており、彼らはまず（あるゲノム範囲内で）マトリックス内の各ビンの平均上流相互作用と平均下流相互作用の差を計算しました。[9]この差は、隠れマルコフモデルに基づくカイ2乗統計に変換され、このカイ2乗値の急激な変化（方向性指数と呼ばれる）がTADの境界を定義します。 [9] [27]あるいは、Naumovaら[57]が行ったように、平均上流相互作用と平均下流相互作用の比率を単純に取ってTAD境界を定義することもできます。
もう一つのアプローチは、各ビンを横切る平均相互作用頻度を計算することである。これもまた、あらかじめ決められたゲノム範囲内である。[27] [28] [58]結果として得られる値は絶縁スコアと呼ばれ、行列の対角線に沿ってスライドする正方形の平均と考えることができる (Crane et al.)。[58]この値はTAD境界では低くなることが予想されるため、標準的な統計手法を使用して局所的最小値(境界) を見つけ、連続する境界間の領域をTADとして定義することができる。[27] [28] [58]
しかし、今日ますます認識されるように、TAD は階層的な一連の構造を表しており、以前の方法で与えられた 1 次元のスコアでは完全に特徴付けることができません。[28]新しいデータセットで利用可能な解像度の向上により、マルチスケール解析アプローチを使用して TAD に明示的に対処できるようになりました。 Armatus によって最初に導入されたように、[59]解像度固有のドメインを識別し、解像度間で保存されるドメインのコンセンサスセットを計算することができ、[28] [59]これによって、TAD 呼び出しの問題が、ローカル相互作用密度に基づくスコアリング関数の最適化に変換されます。 [59]高解像度のデータセットでより優れた計算パフォーマンスを実現するために、Lavaburst、 [60] MrTADFinder、[61] 3DNetMod、[62] Matryoshka、[63]など、異なる目的関数を持つこのアプローチのバリエーションも開発されています。
5. ポイントインタラクション
生物学的には、調節相互作用は通常、TADよりもはるかに小さなスケールで発生し、2つのゲノム要素は、1 kbほどの小さな距離内で遺伝子の発現を活性化/阻害することができます。[27]そのため、点相互作用はHi-Cマップの解釈に重要であり、接触確率の局所的なエンリッチメントとして現れることが期待されます。 [ 27] [28]しかし、点相互作用を識別するための現在の方法論はすべて暗黙的な性質を持ち、点相互作用がどのように見えるかを指示しません。[27] [ 28]代わりに、背景モデルが距離減衰関数などの最も強いシグナルのみで構成されていることを考えると、点突然変異は、Hi-Cマトリックス内で予想されるよりも高い相互作用頻度を持つ外れ値として識別されます。 [27] [28]背景モデルは、局所的なシグナル分布とグローバルなアプローチ（つまり、染色体全体/ゲノム全体）の両方を使用して推定および構築できます。[28つまり、個々のペアワイズ相互作用の重要性が計算され、有意に高い外れ値は多重検定で補正されてから、真に有益なポイント相互作用として認識される。[27]特定されたポイント相互作用を、エンリッチメントスコアや生物学的反復の分析などの追加の証拠で補完することは、これらの相互作用が実際に生物学的に重要であることを示すために有用である。[27]
用途
発達
1. 細胞分裂
Hi-C は細胞分裂中のクロマチン構造の変化を明らかにすることができる。間期では、クロマチンは一般に緩く活発であるため、転写調節やその他の調節活動が行われる可能性がある。[64]有糸分裂と細胞分裂に入ると、クロマチンはコンパクトに折り畳まれて密な円筒形の染色体になる。[64]過去 5 年間で、単一細胞 Hi-C の開発により、細胞周期全体にわたるクロマチン/染色体の 3D 構造ランドスケープ全体を描写できるようになり、多くの研究で、これらの特定されたゲノム領域は間期には変化せず、細胞が有糸分裂に入るとサイレンシング機構によって消去されることが発見された。[65] [66]有糸分裂が完了し、細胞が間期に戻ると、クロマチンの 3D 構造が再構築され、転写調節が回復することが観察される。[65]
2. 転写制御と運命決定
胚性幹細胞（ESC）と人工多能性幹細胞（iPSC）が様々な成熟細胞系統に分化する際には、染色体構造の全体的な変化が伴い、その結果、転写活性化/サイレンシングの調節を可能にする相互作用ダイナミクスが生じると疑われています。[3]標準Hi-Cは、この研究課題を調査するために使用できます。
2015年、Dixonら[11]は標準的なHi-Cを用いて、ヒトES細胞がハイファイブ細胞に分化する過程における全体的な3Dダイナミクスを捉えた。分化関連TADにおける動的相互作用を描写するHi-Cの能力により、研究者らは、これらの関心対象のTAD内でDHS部位数、CTCF結合能力、活性ヒストン修飾、標的遺伝子発現の増加を発見し、体細胞リプログラミング 中の相互作用ネットワークにおいてOCT4、NANOG、 SOX2などの 主要な多能性因子の重要な関与を発見した。[11]それ以来、Hi-Cは転写調節活性を調べるための標準的な方法の1つとして認識され、染色体構造が細胞運命と密接に関連していることを確認した。[11] [67]
3. 成長と発展
哺乳類の体細胞の成長と発達は、精子と卵母細胞の受精から始まり、受精卵期、2細胞期、4細胞期、8細胞期、胚盤胞期、そして最後に胚期へと続きます。[68] Hi-Cにより、成長と発達中の包括的なゲノム構造を調査することが可能になりました。sis-Hi-C [69]と in situ Hi-C [70]の両方で、TADとゲノムAおよびBコンパートメントは明らかに存在せず、卵母細胞では構造化が不十分であることが報告されています。[69] [70]クロマチンのこれらの構造的特徴は、受精後、発達段階が進むにつれて、弱い頻度からよりクリーンで頻繁なデータポイントへと徐々に確立されます。[69] [70]
ゲノムの進化
近年、3Dゲノム構造に関するデータがますます普及するにつれて、Hi-Cは進化的構造的特徴/変化を追跡する手段として使用され始めています。ゲノムの一塩基多型（SNP）とTADは通常、種を超えて保存されており、[71]クロマチンドメインの進化におけるCTCF因子とともに保存されています。[72]しかし、Hi-C技術によって、3Dアーキテクチャで構造進化を経験する他の因子が明らかになっています。これらには、コドン使用頻度類似性（CUFS）[73] 、パラログ遺伝子共調節、[74]および空間的に共進化するオーソロガスモジュール（SCOM）が含まれます。[75]大規模なドメイン進化では、染色体転座、シンテニー領域、およびゲノム再編成領域はすべて比較的保存されていました。[2] [67] [72] [76] [77]これらの発見は、Hi-C技術が真核生物の生命の樹に別の視点を提供できることを示唆している。[3]
癌
いくつかの研究では、Hi-Cを使用して、さまざまな癌のクロマチン構造と、それらが疾患の発症に及ぼす影響について説明および研究しています。Kloetgenらは、in situ Hi-Cを使用してT細胞急性リンパ性白血病（T-ALL）を研究し、CTCF絶縁部位を除去するTAD融合イベントを発見しました。これにより、癌遺伝子MYCのプロモーターが遠位スーパーエンハンサーと直接相互作用できるようになりました。[78] Fangらはまた、in situ Hi-Cを使用して、T-ALL特異的なクロマチン絶縁の獲得または喪失があり、それがゲノムのTAD構造の強度を変えることを示しました。[79] Low-Cは、びまん性大細胞型B細胞リンパ腫患者の一次B細胞のクロマチン構造をマッピングするために使用され、患者と健康なB細胞間の染色体構造の大きな変異を見つけるために使用されました。[23]全体として、Hi-Cとその変異体を癌研究に応用することで、細胞異常の駆動因子の分子基盤に関する独自の洞察が得られます。[23] [78] [79]これは、生物学的現象（T-ALLにおけるMYCの高発現）の説明に役立ち、癌細胞に特有のメカニズムを標的とする薬剤開発に役立ちます。[23] [78] [79]
参考文献
- ^ abcdefghijklmno Lieberman-Aiden, E ; van Berkum, NL; Williams, L; Imakaev, M; Ragoczy, T; Telling, A; Amit, I; Lajoie, BR; Sabo, PJ; Dorschner, MO; Sandstrom, R; Bernstein, B ; Bender, MA; Groudine, M ; Gnirke, A; Stamatoyannopoulos, J ; Mirny, LA; Lander, ES ; Dekker, J (2009 年 10 月 9 日). 「長距離相互作用の包括的なマッピングにより、ヒトゲノムのフォールディング原理が明らかになる」. Science . 326 (5950): 289–93. Bibcode :2009Sci...326..289L. doi :10.1126/science.1181369. PMC 2858594。PMID 19815776。
- ^ abcd Lin, Da; Hong, Ping; Zhang, Siheng; Xu, Weize; Jamal, Muhammad; Yan, Keji; Lei, Yingying; Li, Liang; Ruan, Yijun; Fu, Zhen F.; Li, Guoliang; Cao, Gang (2018年5月). 「消化-ライゲーションのみのHi-Cは、染色体立体構造捕捉のための効率的かつ費用対効果の高い方法である」. Nature Genetics . 50 (5): 754–763. doi :10.1038/s41588-018-0111-2. ISSN 1546-1718. PMID 29700467. S2CID 13740808.
- ^ abcdefghijklmnopqrstu vwxyz Kong, Siyuan; Zhang, Yubo (2019年2月1日). 「Hi-Cの解読：3Dゲノムから機能まで」.細胞生物学および毒性学. 35 (1): 15–32. doi :10.1007/s10565-018-09456-2. ISSN 1573-6822. PMID 30610495. S2CID 57427743.
- ^ abcdefghijklmnopqrstu vwxyz aa ab ac ad ae af ag ah ai aj ak al am an ao ap aq ar as at au av aw ax ay az ba bb bc bd be bf bg bh bi bj bk bl bm bn bo bp bq br bs bt bu bv bw bx by Belton, Jon-Matthew; McCord, Rachel Patton; Gibcus, Johan; Naumova, Natalia; Zhan, Ye; Dekker, Job (2012年11月). 「Hi-C: ゲノムの立体構造を捉える包括的な手法」. Methods . 58 (3): 268–276. doi :10.1016/j.ymeth.2012.05.001. ISSN 1046-2023. PMC 3874846. PMID 22652625 .
- ^ ab Eagen, Kyle P. (2018年6月). 「Hi-Cで明らかになった染色体構造の原理」.生化学の動向. 43 (6): 469–478. doi :10.1016/j.tibs.2018.03.006. ISSN 0968-0004. PMC 6028237. PMID 29685368 .
- ^ ab Kim, Kyukwang; Kim, Mooyoung; Kim, Yubin; Lee, Dongsung; Jung, Inkyung (2022年1月1日). 「ゲノム再編成を調べるための分子距離計としてのHi-C」.細胞・発生生物学セミナー. 121 : 161–170. doi :10.1016/j.semcdb.2021.04.024. ISSN 1084-9521. PMID 33992531. S2CID 234746398.
- ^ ab Burren, Oliver S.; Rubio García, Arcadio; Javierre, Biola-Maria; Rainbow, Daniel B.; Cairns, Jonathan; Cooper, Nicholas J.; Lambourne, John J.; Schofield, Ellen; Castro Dopico, Xaquin; Ferreira, Ricardo C.; Coulson, Richard; Burden, Frances; Rowlston, Sophia P.; Downes, Kate; Wingett, Steven W. (2017-09-04). 「活性化T細胞における染色体接触が自己免疫疾患候補遺伝子を同定」.ゲノム生物学. 18 (1): 165. doi : 10.1186/s13059-017-1285-0 . ISSN 1474-760X. PMC 5584004 . PMID 28870212。
- ^ abcd Jin, Fulai; Li, Yan; Dixon, Jesse R.; Selvaraj, Siddarth; Ye, Zhen; Lee, Ah Young; Yen, Chia-An; Schmitt, Anthony D.; Espinoza, Celso; Ren, Bing (2013年11月14日). 「ヒト細胞における3次元クロマチンインタラクトームの高解像度マップ」. Nature . 503 (7475): 290–294. Bibcode :2013Natur.503..290J. doi :10.1038/nature12644. ISSN 0028-0836. PMC 3838900. PMID 24141950 .
- ^ abcdef Dixon, JR; Selvaraj, S; Yue, F; Kim, A; Li, Y; Shen, Y; Hu, M; Liu, JS; Ren, B (2012年4月11日). 「クロマチン相互作用の分析によって特定された哺乳類ゲノムのトポロジカルドメイン」. Nature . 485 (7398): 376–80. Bibcode :2012Natur.485..376D. doi : 10.1038/nature11082. PMC 3356448. PMID 22495300.
- ^ Sexton, Tom; Yaffe, Eitan; Kenigsberg, Ephraim; Bantignies, Frédéric; Leblanc, Benjamin; Hoichman, Michael; Parrinello, Hugues; Tanay, Amos; Cavalli, Giacomo (2012年2月3日). 「ショウジョウバエゲノムの3次元フォールディングと機能的組織原理」. Cell . 148 (3): 458–472. doi : 10.1016/j.cell.2012.01.010 . ISSN 0092-8674. PMID 22265598. S2CID 17364610.
- ^ abcd Dixon, Jesse R.; Jung, Inkyung; Selvaraj, Siddarth; Shen, Yin; Antosiewicz-Bourget, Jessica E.; Lee, Ah Young; Ye, Zhen; Kim, Audrey; Rajagopal, Nisha; Xie, Wei; Diao, Yarui; Liang, Jing; Zhao, Huimin; Lobanenkov, Victor V.; Ecker, Joseph R.; Thomson, James A.; Ren, Bing (2015年2月). 「幹細胞分化中のクロマチン構造の再編成」. Nature . 518 (7539): 331–336. Bibcode :2015Natur.518..331D. doi :10.1038/nature14222. ISSN 1476-4687. PMC 4515363。PMID 25693564。
- ^ abcd Belaghzal, Houda; Dekker, Job; Gibcus, Johan H. (2017年7月1日). 「Hi-C 2.0: 染色体構造の高解像度ゲノムワイドマッピングのための最適化されたHi-C手順」. Methods . 123 :56–65. doi :10.1016/j.ymeth.2017.04.004. ISSN 1046-2023. PMC 5522765. PMID 28435001 .
- ^ abc Lafontaine, Denis L.; Yang, Liyan; Dekker, Job; Gibcus, Johan H. (2021年7月). 「Hi-C 3.0: ゲノムワイド染色体コンフォメーションキャプチャのための改良プロトコル」. Current Protocols . 1 (7): e198. doi :10.1002/cpz1.198. ISSN 2691-1299. PMC 8362010 . PMID 34286910.
- ^ abcdefghijklmno Rao, Suhas SP; Huntley, Miriam H.; Durand, Neva C.; Stamenova, Elena K.; Bochkov, Ivan D.; Robinson, James T.; Sanborn, Adrian L.; Machol, Ido; Omer, Arina D.; Lander, Eric S.; Aiden, Erez Lieberman (2014 年 12 月 18 日). 「キロベースの解像度でのヒトゲノムの 3D マップがクロマチンループの原理を明らかにする」. Cell . 159 (7): 1665–1680. doi :10.1016/j.cell.2014.11.021. ISSN 0092-8674 . PMC 5635824. PMID 25497547.
- ^ abcdefghi Hoffman, Elizabeth A.; Frey, Brian L.; Smith, Lloyd M.; Auble, David T. (2015年10月30日). 「ホルムアルデヒド架橋: クロマチン複合体の研究のためのツール」. The Journal of Biological Chemistry . 290 (44): 26404–26411. doi : 10.1074/jbc.R115.651679 . ISSN 0021-9258. PMC 4646298. PMID 26354429 .
- ^ abcdefghijklmnopqrstu vwxyz aa ab ac ad ae af ag ah ai aj ak al am van Berkum, Nynke L.; Lieberman-Aiden, Erez ; Williams, Louise; Imakaev, Maxim; Gnirke, Andreas; Mirny, Leonid A.; Dekker, Job; Lander, Eric S. (2010 年 5 月 6 日). 「Hi-C: ゲノムの 3 次元構造を研究する方法」. Journal of Visualized Experiments (39): 1869. doi :10.3791/1869. ISSN 1940-087X. PMC 3149993 . PMID 20461051.
- ^ abcdefghijklmnopqr Niu, Longjian; Shen, Wei; Huang, Yingzhang; He, Na; Zhang, Yuedong; Sun, Jialei; Wan, Jing; Jiang, Daxin; Yang, Manyun; Tse, Yu Chung; Li, Li; Hou, Chunhui (2019年7月19日). 「SAFE Hi-Cによる増幅フリーのライブラリ調製では、ライゲーション産物を使用してディープシーケンシングを行い、従来のHi-C分析を改善します」. Communications Biology . 2 (1): 267. doi :10.1038/s42003-019-0519-y. ISSN 2399-3642. PMC 6642088. PMID 31341966 .
- ^ Doetsch, PW; Chan, GL; Haseltine, WA (1985 年 5 月 10 日). 「T4 DNA ポリメラーゼ (3'–5') エキソヌクレアーゼ、安定した DNA 損傷の検出と定量化のための酵素: 紫外線の例」。Nucleic Acids Research . 13 (9): 3285–3304. doi :10.1093/nar/13.9.3285. ISSN 0305-1048. PMC 341235 . PMID 2987881.
- ^ abc Ma, Wenxiu; Ay, Ferhat; Lee, Choli; Gulsoy, Gunhan; Deng, Xinxian; Cook, Savannah; Hesson, Jennifer; Cavanaugh, Christopher; Ware, Carol B.; Krumm, Anton; Shendure, Jay; Blau, Carl Anthony; Disteche, Christine M.; Noble, William S.; Duan, Zhijun (2015年1月). 「微細クロマチン相互作用マップはヒトlincRNA遺伝子のシス調節ランドスケープを明らかにする」. Nature Methods . 12 (1): 71–78. doi :10.1038/nmeth.3205. ISSN 1548-7105. PMC 4281301. PMID 25437436 .
- ^ abc Mifsud, Borbala; Tavares-Cadete, Filipe; Young, Alice N.; Sugar, Robert; Schoenfelder, Stefan; Ferreira, Lauren; Wingett, Steven W.; Andrews, Simon; Grey, William; Ewels, Philip A.; Herman, Bram; Happe, Scott; Higgs, Andy; LeProust, Emily ; Follows, George A.; Fraser, Peter; Luscombe, Nicholas M.; Osborne, Cameron S. (2015年6月). 「高解像度キャプチャHi-Cによるヒト細胞内の長距離プロモーター接触のマッピング」. Nature Genetics . 47 (6): 598–606. doi :10.1038/ng.3286. ISSN 1546-1718. PMID 25938943。S2CID 6036717 。
- ^ Cullen, Katherine E.; Kladde, Michael P.; Seyfred, Mark A. (1993 年 7 月 9 日). 「プロラクチンクロマチンの転写調節領域間の相互作用」. Science . 261 (5118): 203–206. Bibcode :1993Sci...261..203C. doi :10.1126/science.8327891. PMID 8327891.
- ^ Zhou, Yufan; Cheng, Xiaolong; Yang, Yini; Li, Tian; Li, Jingwei; Huang, Tim H.-M.; Wang, Junbai; Lin, Shili; Jin, Victor X. (2020年8月12日). 「HiSIFによるHi-Cデータのモデリングと分析により、特徴的なプロモーター遠位ループが特定される」.ゲノム医学. 12 (1): 69. doi : 10.1186/s13073-020-00769-8 . ISSN 1756-994X. PMC 7425017. PMID 32787954 .
- ^ abcdefghi Díaz, Noelia; Kruse, Kai; Erdmann, Tabea; Staiger, Annette M.; Ott, German; Lenz, Georg; Vaquerizas, Juan M. (2018年11月29日). 「低入力Hi-C法を用いた一次患者組織のクロマチン構造解析」. Nature Communications . 9 (1): 4938. Bibcode :2018NatCo...9.4938D. doi :10.1038/s41467-018-06961-0. ISSN 2041-1723. PMC 6265268. PMID 30498195 .
- ^ abcd de Souza, Natalie (2015年9月). 「ゲノム構造のマイクロCマップ」. Nature Methods . 12 (9): 812. doi : 10.1038/nmeth.3575 . ISSN 1548-7105. PMID 26554092. S2CID 5765554.
- ^ abcd Burgess, Darren J. (2020年6月). 「ミクロスケールでの染色体構造」. Nature Reviews Genetics . 21 (6): 337. doi : 10.1038/s41576-020-0243-y . ISSN 1471-0064. PMID 32346116. S2CID 216560645.
- ^ ab Hsieh, Tsung-Han S.; Cattoglio, Claudia; Slobodyanyuk, Elena; Hansen, Anders S.; Rando, Oliver J.; Tjian, Robert; Darzacq, Xavier (2020年5月7日). 「転写に関連した哺乳類のクロマチンフォールディングの3Dランドスケープの解明」. Molecular Cell . 78 (3): 539–553.e8. doi :10.1016/j.molcel.2020.03.002. ISSN 1097-2765. PMC 7703524. PMID 32213323 .
- ^ abcdefghijklmnopqrstu vwxyz aa ab ac ad ae af ag ah ai aj ak al am an ao ap aq ar as at au av aw ax ay az ba bb bc bd be bf Lajoie, Bryan R.; Dekker, Job; Kaplan, Noam (2015年1月). 「Hi-C分析のヒッチハイクガイド：実践ガイドライン」.方法. 72 :65–75. doi :10.1016/j.ymeth.2014.10.031. ISSN 1046-2023. PMC 4347522. PMID 25448293 .
- ^ abcdefghijklmnopqrstu vwxyz aa ab ac ad ae af ag ah ai Pal, Koustav; Forcato, Mattia; Ferrari, Francesco (2018年12月20日). 「Hi-C分析：データ生成から統合まで」. Biophysical Reviews . 11 (1): 67–78. doi :10.1007/s12551-018-0489-1. ISSN 1867-2450. PMC 6381366. PMID 30570701 .
- ^ abc Forcato, Mattia; Bicciato, Silvio ( 2021). 「Hi-Cデータの計算分析」。染色体の立体構造の捕捉。分子生物学の方法。第2157巻。Springer US。pp. 103–125。doi :10.1007 / 978-1-0716-0664-3_7。ISBN 978-1-0716-0663-6. PMID 32820401. S2CID 221219811.
{{cite book}}:|journal=無視されました (ヘルプ) - ^ abcdefghi Gong, Haiyan; Yang, Yi; Zhang, Sichen; Li, Minghong; Zhang, Xiaotong (2021年1月1日). 「Hi-Cおよびその他のオミックスデータ分析のヒト癌および細胞分化研究への応用」. Computational and Structural Biotechnology Journal . 19 : 2070–2083. doi :10.1016/j.csbj.2021.04.016. ISSN 2001-0370. PMC 8086027. PMID 33995903 .
- ^ Langmead, Ben (2010 年 12 月). 「Bowtie による短いシーケンス リードのアラインメント」. Current Protocols in Bioinformatics . 32 (1): Unit 11.7. doi :10.1002/0471250953.bi1107s32. hdl :2027.42/137758. ISSN 1934-3396. PMC 3010897. PMID 21154709 .
- ^ Li, Heng; Durbin, Richard (2009 年 7 月 15 日). 「Burrows–Wheeler 変換 による高速かつ正確なショートリードアライメント」. バイオインフォマティクス. 25 (14): 1754–1760. doi :10.1093/bioinformatics/btp324. PMC 2705234. PMID 19451168.
- ^ Li, Heng (2018). 「Minimap2: ヌクレオチド配列のペアワイズアラインメント」.バイオインフォマティクス. 34 (18): 3094–3100. doi :10.1093/ bioinformatics /bty191. PMC 6137996. PMID 29750242.
- ^ ab Imakaev, Maxim; Fudenberg, Geoffrey; McCord, Rachel Patton; Naumova, Natalia; Goloborodko, Anton; Lajoie, Bryan R.; Dekker, Job; Mirny, Leonid A. (2012 年 10 月)。「Hi-C データの反復補正により染色体組織の特徴が明らかに」。Nature Methods。9 ( 10 ) : 999–1003。doi : 10.1038 /nmeth.2148。ISSN 1548-7105。PMC 3816492。PMID 22941365。
- ^ ab Servant, Nicolas; Varoquaux, Nelle; Lajoie, Bryan R.; Viara, Eric; Chen, Chong-Jian; Vert, Jean-Philippe; Heard, Edith; Dekker, Job; Barillot, Emmanuel (2015 年 12 月 1 日). 「HiC-Pro: Hi-C データ処理用に最適化され柔軟なパイプライン」. Genome Biology . 16 (1): 259. doi : 10.1186/s13059-015-0831-x . ISSN 1474-760X. PMC 4665391. PMID 26619908 .
- ^ Hwang, Yih-Chii; Lin, Chiao-Feng; Valladares, Otto; Malamon, John; Kuksa, Pavel P.; Zheng, Qi; Gregory, Brian D.; Wang, Li-San (2015 年 4 月 15 日). 「HIPPIE: プロモーター相互作用エンハンサー要素のハイスループット識別パイプライン」.バイオインフォマティクス. 31 (8): 1290–1292. doi :10.1093/bioinformatics/btu801. ISSN 1367-4803. PMC 4393516. PMID 25480377 .
- ^ Wingett, Steven; Ewels, Philip; Furlan-Magaril, Mayra; Nagano, Takashi; Schoenfelder, Stefan; Fraser, Peter; Andrews, Simon (2015 年 11 月 20 日). 「HiCUP: Hi-C データのマッピングと処理のためのパイプライン」. F1000Research . 4 : 1310. doi : 10.12688/f1000research.7334.1 . ISSN 2046-1402. PMC 4706059. PMID 26835000 .
- ^ Serra, François; Baù, Davide; Goodstadt, Mike; Castillo, David; Filion, Guillaume J.; Marti-Renom, Marc A. (2017年7月19日). 「TADbitを使用したHi-Cデータの自動分析と3Dモデリングにより、ハエのクロマチン色の構造的特徴が明らかに」. PLOS Computational Biology . 13 (7): e1005665. Bibcode :2017PLSCB..13E5665S. doi : 10.1371/journal.pcbi.1005665 . ISSN 1553-7358. PMC 5540598. PMID 28723903 .
- ^ Durand, Neva C.; Shamim, Muhammad S.; Machol, Ido; Rao, Suhas SP; Huntley, Miriam H.; Lander, Eric S.; Aiden, Erez Lieberman (2016 年 7 月 27 日)。「Juicer はループ解像度 Hi- C実験を分析 するためのワンクリック システムを提供します」。Cell Systems。3 ( 1): 95–98。doi : 10.1016 / j.cels.2016.07.002。ISSN 2405-4712。PMC 5846465。PMID 27467249。
- ^ Reiff, Sarah B.; Schroeder, Andrew J.; Kırlı, Koray; Cosolo, Andrea; Bakker, Clara; Lee, Soohyun; Veit, Alexander D.; Balashov, Alexander K.; Vitzthum, Carl; Ronchetti, William; Pitman, Kent M.; Johnson, Jeremy; Ehmsen, Shannon R.; Kerpedjiev, Peter; Abdennur, Nezar; Imakaev, Maxim; Öztürk, Serkan Utku; Çamoğlu, Uğur; Mirny, Leonid A.; Gehlenborg, Nils; Alver, Burak H.; Park, Peter J. (2022). 「キュレーションされた核科学データの検索と視覚化のためのリソースとしての4D核データポータル」。Nature Communications。13 (1): 2365. Bibcode :2022NatCo..13.2365R. doi :10.1038/s41467-022-29697-4. PMC 9061818. PMID 35501320 .
- ^ Li, Heng (2013). 「BWA-MEM によるシーケンスリード、クローンシーケンス、アセンブリコンティグのアライメント」. arXiv : 1303.3997 [q-bio.GN].
- ^ Zhang, H.; Song, L.; Wang, X.; Cheng, H.; Wang, C.; Meyer, CA; Liu, T.; Tang, M.; Aluru, S.; Yue, F.; Liu, XS; Li, H. (2021). 「Chromap によるクロマチンプロファイルの高速アライメントと前処理」。Nature Communications . 12 (1): 6566. Bibcode :2021NatCo..12.6566Z. doi :10.1038/s41467-021-26865-w. PMC 8589834 . PMID 34772935.
- ^ Forcato, Mattia; Nicoletti, Chiara; Pal, Koustav; Livi, Carmen Maria; Ferrari, Francesco; Bicciato, Silvio (2017年7月). 「Hi-Cデータ分析のための計算方法の比較」. Nature Methods . 14 (7): 679–685. doi : 10.1038 /nmeth.4325. ISSN 1548-7105. PMC 5493985. PMID 28604721.
- ^ Nora, Elphège P.; Goloborodko, Anton; Valton, Anne-Laure; Gibcus, Johan H.; Uebersohn, Alec; Abdennur, Nezar; Dekker, Job; Mirny, Leonid A.; Bruneau, Benoit G. (2017年5月18日). 「CTCFの標的分解により染色体ドメインの局所的絶縁がゲノム区画化から分離される」. Cell . 169 (5): 930–944.e22. doi :10.1016/j.cell.2017.05.004. ISSN 0092-8674. PMC 5538188. PMID 28525758 .
- ^ Li, Angsheng; Yin, Xianchen; Xu, Bingxiang; Wang, Danyang; Han, Jimin; Wei, Yi; Deng, Yun; Xiong, Ying; Zhang, Zhihua (2018年8月15日). 「グラフ構造エントロピーによる超低解像度Hi-Cデータを使用したトポロジカルに関連付けたドメインのデコード」Nature Communications . 9 (1): 3265. Bibcode :2018NatCo...9.3265L. doi :10.1038/s41467-018-05691-7. ISSN 2041-1723. PMC 6093941. PMID 30111883 .
- ^ Sauria, Michael EG; Taylor, James (2017 年 11月 14 日)。「QuASAR: Hi - C データにおける空間配置の再現性の品質評価」: 204438。doi :10.1101/204438。S2CID 90376810。
{{cite journal}}:ジャーナルを引用するには|journal=(ヘルプ)が必要です - ^ Ramirez, Fidel; Lingg, Thomas; Toscano, Sarah; Lam, Kin Chung; Georgiev, Plamen; Chung, Ho-Ryun; Lajoie, Bryan; de Wit, Elzo; Zhan, Ye; de Laat, Wouter; Dekker, Job; Manke, Thomas; Akhtar, Asifa (2015 年 10 月 1 日). 「高親和性部位が相互作用ネットワークを形成し、ショウジョウバエの X 染色体全体にわたる MSL 複合体の拡散を促進する」. Molecular Cell . 60 (1): 146–162. doi :10.1016/j.molcel.2015.08.024. ISSN 1097-2765. PMC 4806858 . PMID 26431028.
- ^ ab Zhang, Yan; An, Lin; Xu, Jie; Zhang, Bo; Zheng, W. Jim; Hu, Ming; Tang, Jijun; Yue, Feng (2018年2月21日). 「ディープ畳み込みニューラルネットワークHiCPlusによるHi-Cデータ解像度の向上」. Nature Communications . 9 (1): 750. Bibcode :2018NatCo...9..750Z. doi :10.1038/s41467-018-03113-2. ISSN 2041-1723. PMC 5821732. PMID 29467363 .
- ^ abc ポール・ノップ、リチャード・シンクホーン（1967年1月）。「非負行列と二重確率行列について」。パシフィック・ジャーナル・オブ・ マスマティクス。21 （2）：343–348。doi ：10.2140/ pjm.1967.21.343。ISSN 0030-8730。
- ^ Cournac, Axel; Marie-Nelly, Hervé; Marbouty, Martial; Koszul, Romain; Mozziconacci, Julien (2012 年 8 月 30 日). 「染色体接触マップの正規化」. BMC Genomics . 13 :436. doi : 10.1186/1471-2164-13-436 . ISSN 1471-2164. PMC 3534615. PMID 22935139 .
- ^ Knight, Philip; Ruiz, Daniel (2012 年 10 月 26 日). 「行列バランスをとるための高速アルゴリズム」. IMA Journal of Numerical Analysis . 33 (3): 1029–1047. doi :10.1093/imanum/drs019.
- ^ abc Raccosta, Samuele; Librizzi, Fabio; Jagger, Alistair M.; Noto, Rosina; Martorana, Vincenzo; Lomas, David A.; Irving, James A.; Manno, Mauro (2021年1月). 「Scaling Concepts in Serpin Polymer Physics」. Materials . 14 (10): 2577. Bibcode :2021Mate...14.2577R. doi : 10.3390/ma14102577 . ISSN 1996-1944. PMC 8156723. PMID 34063488 .
- ^ abc Fudenberg, Geoffrey; Mirny, Leonid A (2012年4月1日). 「高次クロマチン構造：物理学と生物学の架け橋」Current Opinion in Genetics & Development . 22 (2): 115–124. doi :10.1016/j.gde.2012.01.006. hdl :1721.1/103044. ISSN 0959-437X. PMC 3697851. PMID 22360992 .
- ^ Heinz, Sven; Benner, Christopher; Spann, Nathanael; Bertolino, Eric; Lin, Yin C.; Laslo, Peter; Cheng, Jason X.; Murre, Cornelis; Singh, Harinder; Glass, Christopher K. (2010 年 5 月 28 日)。「系統決定転写因子の単純な組み合わせが、マクロファージと B 細胞のアイデンティティに必要なシス調節エレメントをプライミングする」。Molecular Cell。38 ( 4 ) : 576–589。doi :10.1016 / j.molcel.2010.05.004。ISSN 1097-2765。PMC 2898526。PMID 20513432。
- ^ Zheng, Xiaobin; Zheng, Yixian (2018年5月1日). 「CscoreTool: 高解像度での高速Hi-Cコンパートメント解析」.バイオインフォマティクス. 34 (9): 1568–1570. doi :10.1093/bioinformatics/btx802. ISSN 1367-4803. PMC 5925784. PMID 29244056 .
- ^ de Wit, Elzo (2020年2月7日). 「発信者が呼ぶTAD」. Journal of Molecular Biology . 432 (3): 638–642. doi :10.1016/j.jmb.2019.09.026. ISSN 0022-2836. PMID 31654669. S2CID 204918507.
- ^ Naumova, Natalia; Imakaev, Maxim; Fudenberg, Geoffrey; Zhan, Ye; Lajoie, Bryan R.; Mirny, Leonid A.; Dekker, Job (2013年11月22日). 「有糸分裂染色体の組織化」. Science . 342 (6161): 948–953. Bibcode :2013Sci...342..948N. doi :10.1126/science.1236083. ISSN 0036-8075. PMC 4040465. PMID 24200812 .
- ^ abc Crane, Emily; Bian, Qian; McCord, Rachel Patton; Lajoie, Bryan R.; Wheeler, Bayly S.; Ralston, Edward J.; Uzawa, Satoru; Dekker, Job; Meyer, Barbara J. (2015年7月). 「用量補償中のコンデンシン駆動型X染色体トポロジー再構築」. Nature . 523 (7559): 240–244. Bibcode :2015Natur.523..240C. doi :10.1038/nature14450. ISSN 1476-4687. PMC 4498965. PMID 26030525 .
- ^ abc Filippova, Darya; Patro, Rob; Duggal, Geet; Kingsford, Carl (2014年5月3日). 「クロマチンにおける代替トポロジカルドメインの識別」.分子生物学アルゴリズム. 9 (1): 14. doi : 10.1186/1748-7188-9-14 . ISSN 1748-7188. PMC 4019371. PMID 24868242 .
- ^ Schwarzer, Wibke; Abdennur, Nezar; Goloborodko, Anton; Pekowska, Aleksandra; Fudenberg, Geoffrey; Loe-Mie, Yann; Fonseca, Nuno A; Huber, Wolfgang; Haering, Christian; Mirny, Leonid; Spitz, Francois (2017年11月2日). 「コヒーシン除去によって明らかになった2つの独立したクロマチン組織化モード」. Nature . 551 (7678): 51–56. Bibcode :2017Natur.551...51S. doi :10.1038/nature24281. ISSN 0028-0836. PMC 5687303. PMID 29094699 .
- ^ Yan, Koon-Kiu; Lou, Shaoke; Gerstein, Mark (2017年7月24日). 「MrTADFinder: 複数の解像度でトポロジカルに関連するドメインを識別するネットワークモジュールベースのアプローチ」. PLOS Computational Biology . 13 (7): e1005647. Bibcode :2017PLSCB..13E5647Y. doi : 10.1371/journal.pcbi.1005647 . ISSN 1553-734X. PMC 5546724. PMID 28742097 .
- ^ Norton, Heidi K.; Emerson, Daniel J.; Huang, Harvey; Kim, Jesi; Titus, Katelyn R.; Gu, Shi; Bassett, Danielle S.; Phillips-Cremins, Jennifer E. (2018年2月). 「ネットワークモジュールによる階層的ゲノムフォールディングの検出」. Nature Methods . 15 (2): 119–122. doi :10.1038/nmeth.4560. ISSN 1548-7105. PMC 6029251. PMID 29334377 .
- ^ Malik, Laraib; Patro, Rob (2019 年 9 月)。「Hi-C データからの豊富なクロマチン構造予測」。IEEE / ACM Transactions on Computational Biology and Bioinformatics 。16 ( 5): 1448–1458。doi : 10.1109 /TCBB.2018.2851200。ISSN 1557-9964。PMID 29994683。S2CID 54563346 。
- ^ ab Ou, Horng D.; Phan, Sébastien; Deerinck, Thomas J.; Thor, Andrea; Ellisman, Mark H.; O'Shea, Clodagh C. (2017年7月28日). 「ChromEMT :間期および有糸分裂細胞における3Dクロマチン構造と圧縮の可視化」. Science . 357 (6349): eaag0025. doi :10.1126/science.aag0025. ISSN 0036-8075. PMC 5646685. PMID 28751582.
- ^ ab 長野 隆; Lubling, Yaniv; Várnai, Csilla; Dudley, Carmel; Leung, Wing; Baran, Yael; Mendelson Cohen, Netta; Wingett, Steven; Fraser, Peter; Tanay, Amos (2017年7月). 「単一細胞解像度での染色体組織の細胞周期ダイナミクス」. Nature . 547 (7661): 61–67. Bibcode :2017Natur.547...61N. doi :10.1038/nature23001. ISSN 1476-4687. PMC 5567812. PMID 28682332 .
- ^ Bintu, Bogdan; Mateo, Leslie J.; Su, Jun-Han; Sinnott-Armstrong, Nicholas A.; Parker, Mirae; Kinrot, Seon; Yamaya, Kei; Boettiger, Alistair N.; Zhuang, Xiaowei (2018年10月26日). 「超解像度クロマチントレーシングにより単一細胞内のドメインと協調的相互作用が明らかに」. Science . 362 (6413): eaau1783. Bibcode :2018Sci...362.1783B. doi :10.1126/science.aau1783. ISSN 0036-8075. PMC 6535145. PMID 30361340 .
- ^ ab Yu, Miao; Ren, Bing (2017年10月6日). 「哺乳類ゲノムの3次元構造」. Annual Review of Cell and Developmental Biology . 33 (1): 265–289. doi :10.1146/annurev-cellbio-100616-060531. ISSN 1081-0706. PMC 5837811. PMID 28783961 .
- ^ Niakan, Kathy K.; Han, Jinnuo; Pedersen, Roger A.; Simon, Carlos; Pera, Renee A. Reijo (2012年3月1日). 「ヒト着床前胚発生」.開発. 139 (5): 829–841. doi :10.1242/dev.060426. ISSN 0950-1991. PMC 3274351. PMID 22318624 .
- ^ abc Du、鎮海;鄭、慧。黄、ボー。マ、ルイ。ウー、ジンイー。張香林。彼、ジン。翔、雲龍。王秋軍。リー・ユアンユアン。マ、ジン。張、徐。張柯;王、楊。チャン、マイケル Q.ガオ・ジュンタオ。ディクソン、ジェシー・R。ワン・シャオウォ。曾、建陽。謝、魏（2017 年 7 月）。 「哺乳類の初期発生における 3D クロマチン構造の対立遺伝子再プログラミング」。自然。547 (7662): 232–235。Bibcode :2017Natur.547..232D。土井：10.1038/nature23263. ISSN 1476-4687。PMID 28703188。S2CID 4410486 。
- ^ abc 柯、宇文;徐延安。チェン、シュエペン。フォン、ソンジエ。劉振波。サン、ヤオユウ。姚、雪龍。リー・ファンジェン;朱、魏。ガオ、レイ。チェン、ハジエ。杜、鎮海。謝、魏。徐暁翠。黄興秀。劉、江（2017 年 7 月 13 日） 「成熟配偶子の 3D クロマチン構造と哺乳動物の胚形成中の構造再プログラミング」。セル。170 (2): 367–381.e20。土井：10.1016/j.cell.2017.06.029。ISSN 0092-8674。PMID 28709003。S2CID 23974814 。
- ^ Diament, Alon; Tuller, Tamir (2019年6月1日). 「進化と病因における3次元ゲノム組織のモデリング」.細胞・発生生物学セミナー. 90 :78–93. doi :10.1016/j.semcdb.2018.07.008. ISSN 1084-9521. PMID 30030143. S2CID 51704135.
- ^ ab Vietri, Matteo; Barrington, Christopher; Henderson, Stephen; Ernst, Christina; Odom, Duncan; Tanay, Amos; Hadjur, Suzana (2015年2月26日). 「比較Hi-Cにより、CTCFが染色体ドメイン構造の進化の基盤となっていることが明らかに」. Cell Reports . 10 (8): 1297–1309. doi :10.1016/j.celrep.2015.02.004. ISSN 2211-1247 . PMC 4542312. PMID 25732821.
- ^ Diament, Alon; Pinter, Ron Y.; Tuller, Tamir (2014年12月16日). 「三次元真核生物ゲノム構成はコドン使用頻度の発現および機能と強く相関している」. Nature Communications . 5 (1): 5876. Bibcode :2014NatCo...5.5876D. doi : 10.1038/ncomms6876 . ISSN 2041-1723. PMID 25510862.
- ^ Ibn-Salem, Jonas; Muro, Enrique M.; Andrade-Navarro, Miguel A. (2017年1月9日). 「3次元クロマチン構造におけるパラログ遺伝子の共制御」. Nucleic Acids Research . 45 (1): 81–91. doi :10.1093/nar/gkw813. ISSN 0305-1048. PMC 5224500. PMID 27634932 .
- ^ Diament, Alon; Tuller, Tamir (2017年5月5日). 「3D遺伝子組織の進化を追跡すると、表現型の多様性との関連性が明らかになる」. Nucleic Acids Research . 45 (8): 4330–4343. doi :10.1093/nar/gkx205. ISSN 0305-1048. PMC 5416853. PMID 28369658 .
- ^ Bonev, Boyan; Cavalli, Giacomo (2016年11月). 「3Dゲノムの構成と機能」. Nature Reviews Genetics . 17 (11): 661–678. doi :10.1038/nrg.2016.112. ISSN 1471-0064. PMID 27739532. S2CID 31259189.
- ^ Chambers, Emily V.; Bickmore, Wendy A.; Semple, Colin A. (2013年4月4日). 「哺乳類の高次クロマチン構造の分岐は発達部位と関連している」. PLOS Computational Biology . 9 (4): e1003017. Bibcode :2013PLSCB...9E3017C. doi : 10.1371/journal.pcbi.1003017 . ISSN 1553-7358. PMC 3617018. PMID 23592965 .
- ^ abc Kloetgen, Andreas; Thandapani, Palaniraja; Ntziachristos, Panagiotis; Ghebrechristos, Yohana; Nomikou, Sofia; Lazaris, Charalampos; Chen, Xufeng; Hu, Hai; Bakogianni, Sofia; Wang, Jingjing; Fu, Yi; Boccalatte, Francesco; Zhong, Hua; Paietta, Elisabeth; Trimarchi, Thomas; Zhu, Yixing; Van Vlierberghe, Pieter; Inghirami, Giorgio G.; Lionnet, Timothee; Aifantis, Iannis; Tsirigos, Aristotelis (2020年4月). 「T細胞急性リンパ性白血病の3次元クロマチンランドスケープ」. Nature Genetics . 52 (4): 388–400. doi :10.1038/s41588-020-0602-9. ISSN 1546-1718. PMC 7138649. PMID 32203470 .
- ^ abc Fang, Celestia; Wang, Zhenjia; Han, Cuijuan; Safgren, Stephanie L.; Helmin, Kathryn A.; Adelman, Emmalee R.; Serafin, Valentina; Basso, Giuseppe; Eagen, Kyle P.; Gaspar-Maia, Alexandre; Figueroa, Maria E.; Singer, Benjamin D.; Ratan, Aakrosh; Ntziachristos, Panagiotis; Zang, Chongzhi (2020年9月15日). 「がん特異的CTCF結合ががん原性転写調節異常を促進する」.ゲノム生物学. 21 (1): 247. doi : 10.1186/s13059-020-02152-7 . ISSN 1474-760X. PMC 7493976。PMID 32933554。