基于图像的表观遗传学分析：结合深度学习与高速超分辨率显微镜技术

《Epigenetics & Chromatin》：Image-based epigenetic profiling with deep learning and high-speed super-resolution microscopy

　　

摘要

背景

全面解析表观遗传状态对于理解基因调控和疾病机制至关重要。基于测序的方法（如ChIP-seq、Hi-C和RNA-seq）可以提供全基因组的组蛋白修饰和3D基因组结构视图，但无法在单个细胞核内实现空间分辨率。

结果

我们提出了一种基于图像的表观遗传分析框架，该框架将高速超分辨率显微镜技术与深度学习相结合。通过研究（i）HEK293T细胞中组蛋白去乙酰化酶的抑制作用以及（ii）携带MECP2突变的Rett综合征诱导多能干细胞（iPS细胞），我们的方法准确区分了它们的表观遗传状态（准确率分别为99.6%和96.1%），并确定细胞核外围是H3K27ac和CTCF重新分布的热点区域。基于测序的分析显示，细胞核内的区域转换和层状结构相关域的改变与基于图像的特征一致。这些结果表明，高速超分辨率成像与深度学习相结合，为表观遗传分析提供了一种强大的工具。

结论

我们的框架提供了一种通用的基于图像的表观遗传分析策略，可用于揭示发育、疾病和治疗反应过程中的染色质变化。