TwinC:基于DNA序列预测与功能解析染色体间基因组三维构架的新模型

《Nature Communications》:Prediction and functional interpretation of inter-chromosomal genome architecture from DNA sequence with TwinC

【字体: 大 中 小 】 时间:2026年04月21日 来源:Nature Communications 15.7

编辑推荐:

  该研究为解决三维基因组构架中染色体间(trans)相互作用研究薄弱的问题,研究人员开发了名为TwinC的可解释卷积神经网络模型。该模型可准确预测由Hi-C和DNA SPRITE等多种技术检测到的trans基因组接触,揭示了染色质区室、可及性、转录因子聚集结合及G-四链体在该过程中的重要作用,为深入理解基因调控的3D基因组基础提供了新见解。

  
在我们的细胞核内,DNA并非杂乱无章地存在,而是被精妙地折叠和组织成复杂的三维结构。这种三维结构对于基因的精确调控至关重要。长期以来,科学家们对同一条染色体内部的(intra-chromosomal或称cis)折叠方式已有较多研究,但对于不同染色体之间的(inter-chromosomal或称trans)空间相互作用,我们的了解却相对有限。现有的许多预测三维基因组结构的模型,往往侧重于cis相互作用,而忽视了对trans相互作用网络的建模。这种知识上的缺口,限制了我们从全局层面理解基因组如何通过三维结构来协调基因表达。为了照亮这个“黑暗角落”,揭示trans基因组构架的奥秘,一项新的研究应运而生。
为了回答“如何从DNA序列预测染色体间的空间接触及其功能意义”这一核心问题,研究人员开展了一项主题为“基于DNA序列预测与功能解析染色体间基因组构架”的研究。他们开发了一个名为TwinC的创新性模型。这项研究已发表在《Nature Communications》期刊上。研究人员得出结论,TwinC模型能够高精度地预测出由多种染色质构象捕获技术(如Hi-C和DNA SPRITE)检测到的trans相互作用。更重要的是,这个模型不仅是“黑箱”,它还具有可解释性,能够揭示驱动trans接触形成的潜在序列和表观遗传特征。这项工作的意义在于,它首次提供了一个能够系统预测和解释trans基因组构架的计算工具,将我们对三维基因组功能的理解从单染色体尺度扩展到了全核尺度,为深入探究基因远程调控、染色体结构异常相关疾病等奠定了基础。
为开展此项研究,作者主要运用了几个关键技术方法。首先,核心是构建并训练TwinC这一可解释的卷积神经网络模型,其输入是DNA序列特征。模型训练和验证所依赖的数据来源于多种全基因组染色质构象测定实验:包括依赖邻近连接的(proximity ligation-dependent)原位(in situ)Hi-C、完整细胞(intact)Hi-C,以及不依赖邻近连接的(proximity ligation-independent)DNA SPRITE实验。研究使用了来自心脏组织的原位和完整Hi-C数据作为交叉染色体测试集,并使用了广泛应用的GM12878细胞系的原位Hi-C数据进行训练,同时用同一细胞类型的正交DNA SPRITE实验数据进行了验证。通过分析模型的注意力机制,实现了对预测结果的功能性生物学解读。
研究结果
TwinC能够可靠地预测跨染色体的接触。
研究人员构建了TwinC模型,并在一系列测试中评估其性能。在来自心脏组织的原位和完整Hi-C交叉染色体测试集上,TwinC取得了很高的预测准确度,其受试者工作特征曲线下面积(AUROC)达到了0.80。这表明模型能够有效区分存在与不存在trans相互作用的基因组位点对。进一步的验证显示,利用GM12878细胞系原位Hi-C数据训练的TwinC模型,在相同细胞类型的DNA SPRITE实验数据上也表现良好。DNA SPRITE是一种不依赖于连接反应的独立技术,这一正交验证强有力地证明了TwinC预测的不是特定实验方法的假象,而是真实的生物学trans接触。
TwinC揭示了形成trans接触的关键序列与表观遗传决定因子。
得益于模型的可解释性设计,研究人员能够探究TwinC做出预测所依据的特征。分析表明,神经网络学到了数个对形成trans接触至关重要的因素。其中包括:1. 染色质区室(compartments),即基因组在空间上划分成的活跃(A)与不活跃(B)区室,模型识别了区室化状态在介导trans相互作用中的作用;2. 染色质可及性(chromatin accessibility),即DNA的开放程度,这与调控元件的活性相关;3. 成簇的转录因子结合位点(clustered transcription factor binding),暗示特定的转录因子可能通过协同作用促进不同染色体上位点的聚集;4. G-四链体(G-quadruplexes),这是一种特殊的DNA二级结构,可能作为远程相互作用的“锚定点”。这些发现为trans接触的形成机制提供了具体的分子假设。
结论与意义
本研究成功开发了首个能够从DNA序列可靠预测并功能性地解释染色体间(trans)三维基因组构架的计算模型——TwinC。该模型在多种独立的染色质构象捕获技术数据上均验证有效,证明了其鲁棒性和普遍适用性。通过解析模型,研究揭示了染色质区室状态、可及性、特定转录因子的聚集结合以及G-四链体结构是驱动trans空间互作形成的关键生物学特征。
这项研究的重要意义是多方面的。在方法论上,TwinC填补了当前三维基因组预测模型在trans相互作用方面的空白,提供了一个强大的、可解释的新工具。在生物学认知上,它将trans基因组构架从难以捉摸的现象,转变为可以由序列特征部分预测并初步理解其规则的体系,极大地深化了我们对细胞核内全基因组空间组织逻辑的认识。这为进一步探索三维基因组构架在发育、细胞分化以及疾病(如癌症中常见的染色体易位可能受到特定trans接触的影响)发生中的作用机制,提供了全新的视角和坚实的技术基础。总之,TwinC照亮了三维基因组研究中一个此前未被充分探索的维度,为最终实现从一维序列到三维功能的全景式解读迈出了关键一步。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号