MultiVis.js：多维度染色质互作与SPRITE数据可视化工具的革新与应用

为解决多维度染色质互作数据可视化中存在的参数调整局限性和技术壁垒问题，新加坡南洋理工大学Melissa Jane Fullwood团队开发了交互式工具MultiVis.js。该工具支持SPRITE/scSPRITE/RD-SPRITE等数据的实时参数调整（如downweighting和ICE归一化），可直接生成基因注释并提取互作簇信息，显著提升3D基因组（3D genomics）研究的效率和准确性，相关成果发表于《BMC Bioinformatics》。

　　

在基因组研究领域，染色质的空间构象如何调控基因表达一直是核心问题。传统技术如Hi-C（高通量染色质构象捕获）和ChIA-PET（染色质互作配对末端标记分析）仅能捕获两两互作，而像MYC致癌基因这类复杂调控网络往往涉及多个增强子与启动子的协同作用（multiway interaction）。这种局限性催生了SPRITE（Split-Pool Recognition of Interactions by Tag Extension）等技术，但其数据需通过复杂的预处理（如downweighting）才能避免信号偏差。更棘手的是，现有工具如Juicebox无法动态调整这些参数，导致研究人员不得不反复重跑流程，严重阻碍了探索效率。

针对这一瓶颈，新加坡南洋理工大学的Jes Hui Min Kwek和Melissa Jane Fullwood*团队开发了MultiVis.js。这款开源工具首次实现了多维度互作数据的实时交互分析：用户可直接在界面调整downweighting方法（如n-1或2/n）、分辨率（最低至9 kb）和输出类型（RAW/ICE归一化），无需重新生成数据。其创新性还体现在内置基因注释功能（通过Ensembl REST API自动获取）和互作簇信息提取能力，让湿实验室研究者能快速锁定调控枢纽。研究证实，MultiVis不仅完美复现了SPRITE原始数据中的拓扑关联域（TAD）和三锚点环结构（three-way interaction），还成功解析了DNA-MERFISH等其他技术的多维度数据，为3D基因组研究提供了通用平台。

关键技术包括：1）基于Python的MultiVis目录生成脚本，将.cluster文件转换为标准化交互矩阵；2）Next.js/Flask架构实现前后端分离，结合plotly.js的惰性加载技术处理大规模矩阵；3）HiCorrector算法进行ICE（Iterative Correction and Eigenvector decomposition）迭代校正；4）DNA-MERFISH数据通过欧氏距离计算转换为兼容格式。

结果与讨论
热图可视化流程对比
MultiVis直接解析.cluster文件并实时生成接触矩阵，而Juicebox需手动转换为.hic格式且无法动态调整参数。例如，在25 kb分辨率下，MultiVis清晰显示出chr8上126 Mb区域的三锚点环，与Quinodoz等报道的SPRITE数据一致。

动态参数调整的价值
选择2/n downweighting时，三锚点互作信号强度显著提升（对比NONE方法），且TAD边界更清晰。而RAW输出模式（Vmax=50）则保留了原始计数分布，有助于识别异常互作。

基因注释与互作簇检索
用户框选区域后，右侧边栏自动显示该区域内所有互作簇的基因组坐标（如dpm6a5.nybot35_stg.odd2bo71簇含8条reads）。基因信息则直接调用Ensembl数据库，提供生物类型（biotype）、链方向（strand）等完整注释。

多尺度3D结构解析
从200 kb分辨率下的染色体区室（compartment）到50 kb的TAD，再到25 kb的子TAD（sub-TAD），MultiVis成功捕捉了不同层级的基因组架构。内存测试显示，在32 GB RAM设备上可支持chr1的16 kb分辨率可视化。

跨技术兼容性
DNA-MERFISH数据经转换后，MultiVis重现了chr21的6个TAD结构，与Su等的研究结果吻合，证明其适用于非SPRITE类多维度数据集。

这项研究的意义在于：1）解决了多维度互作数据可视化的关键瓶颈，首次实现downweighting等参数的实时调控；2）通过消除外部注释依赖和简化簇信息提取，大幅降低技术门槛；3）为MYC等复杂调控网络的研究提供新工具，助力癌症等疾病的机制解析。未来版本计划扩展更多基因组版本支持，进一步推动3D基因组学在精准医学中的应用。