基于小波變換表觀基因組分析方法的研究.pdf

1、表觀遺傳學作為一門新興的遺傳學分支學科近年來越來越受到科學界的關注。表觀遺傳學是與傳統(tǒng)的遺傳學相對應的。傳統(tǒng)的遺傳學研究基因序列發(fā)生改變時基因表達水平發(fā)生的變化,如基因突變、基因丟失等。而表觀遺傳學則主要研究基因序列不發(fā)生改變的情況下基因表達水平發(fā)生的變化,如DNA甲基化、RNA干擾、組織蛋白修飾等。
　　DNA元件百科全書計劃(ENCODE)是由美國國立人類基因組研究所(NHGRI)發(fā)起的,并由世界上多個國家參與的重大國際合作項

2、目。ENCODE計劃目前獲得的大量數(shù)據(jù)以連續(xù)的形式存在于多種基因組區(qū)間內,但它們之間的相互作用關系在很大程度上仍是未知的,因此迫切需要定量評價不同類型ENCODE數(shù)據(jù)間相互作用關系的計算方法。目前主要缺少分析表觀基因組數(shù)據(jù)的有效方法,缺少整合基因組與表觀基因組的合理策略,并缺少研究與疾病關聯(lián)作用的分析手段。
　　小波變換可以對表觀遺傳組信號進行多尺度分解和去噪,觀察不同尺度下的數(shù)據(jù)特征。應用小波變換方式處理不同尺度及分辨率的數(shù)據(jù),

3、即通過大“窗口”(大尺度)信號觀測總體功能,而通過小“窗口”(小尺度)信號發(fā)現(xiàn)細小特征。形象的說,小波變換分析的結果既可以幫助我們看見森林又能見到樹木。本文基于小波變換提出了一種全新的表觀基因組分析方法。通過該分析方法,可以對表觀基因組進行多尺度分析,并從組蛋白修飾的角度研究染色質結構與功能,解讀表觀圖譜。
　　本研究具體針對多尺度連續(xù)高密度的表觀基因組數(shù)據(jù)集,應用小波相關性分析方法(WCO)研究了表觀遺傳基因組數(shù)據(jù)集間的相關性,

4、并進行了可視化、定量化及確定化的統(tǒng)計學分析。具體研究工作是:
　　(1)對小波相關性進行正式的統(tǒng)計學測試,驗證應用WCO方法分析組蛋白修飾的數(shù)據(jù)是否恰當。
　　(2)描述(各細胞系間)組蛋白修飾和(各組蛋白修飾的)細胞系間的小波相關模式,并評價與組蛋白修飾如何密切相關。
　　(3)探索激活和抑制狀態(tài)下修飾作用的小波相關,并識別ENCODE試點區(qū)間的二價染色質功能域。
　　我們選用的原始數(shù)據(jù)是44個ENCODE試點

5、區(qū),包括從500kbp至2Mbp大小不等的14個區(qū)域和30個500kbp的區(qū)域。主要從四個方面進行小波相關分析。
　　(1)對單一ENCODE試點區(qū)ENm004內GM06990細胞系中9個組蛋白修飾的小波相關進行了檢測。我們首先在16kbp尺度下對各個組蛋白修飾對的小波相關性進行分析。然后在8kbp、32kbp和64kbp尺度下對H3K4me2和H3K4me3的小波相關分析進行研究。接著又在8kbp、32kbp和64kbp尺度下對

6、各個組蛋白修飾對的平滑相關分布進行分析。
　　(2)將初步觀察擴展至其他ENCODE試點區(qū),對其他43個ENCODE試點區(qū)也進行了相同的檢測。我們首先在16kbp尺度下對GM06990細胞系中44個ENCODE試點區(qū)的H3K4me2和H3K4me3的小波相干分布進行分析。接著研究在8kbp、32kbp和64kbp尺度下44個ENCODE試點區(qū)H3K4me2和H3K4me3的小波相關分布。然在多尺度下分析GM06990細胞系中全部組

7、蛋白修飾對的平均小波相關性。并對特定區(qū)域的F統(tǒng)計量的平滑分布,基因密度的F統(tǒng)計量的平滑分布和保守序列的F統(tǒng)計量的平滑分布進行了統(tǒng)計分析。在16kbp的尺度下,我們從小波相關曲線、多尺度平滑相關分布和信號相關分布三方面對HeLa-S3細胞系ENm004試點區(qū)中H3K4me2和H3K4me3的小波相關分析結果進行研究。并在同一尺度下對HeLa-S3細胞系中44個ENCODE試點區(qū)內組蛋白乙?；cH3K4甲基化的小波相關分布進行數(shù)理統(tǒng)計。

8、r>　　(3)對GM06990和HeLa-S3細胞系中組蛋白乙?；虷3K4甲基化進行了分析。在尺度為16kbp下,我們從小波相關曲線、多尺度平滑相關分布、尺度為16kbp時信號相關分布三方面對在細胞系GM06990和HeLa-S3中H3K4me3的小波相關分析結果進行研究。并在16kbp尺度下,對GM06990和HeLa-S3中44個ENCODE試點區(qū)的組蛋白乙酰化與H3K4甲基化的小波相關分布進行了研究。
　　(4)通過檢測5

9、％的顯著性水平下某些ENCODE試點區(qū),識別了H3K4me3和H3K27me3信號的共同位點,并研究了H3K4me3和H3K27me3的bivalent區(qū)域小波相關性。我們對GM06990激活態(tài)和抑制態(tài)修飾重疊區(qū)的bivalent區(qū)域進行了分析,檢測了所有ENCODE試點區(qū)bivalent區(qū)域。經仔細檢查發(fā)現(xiàn),間隔區(qū)內的43個二價染色體域遠離上游和下游基因,這說明我們所分析的這些二價染色體域很可能大量存在于人類基因組中。
　　通過