《Current Issues in Molecular Biology》：Cross-Scale Convergence in Epigenetic Gene Regulation: A Perspective on Functional Enrichment Analytics for Cancer
编辑推荐：
表观遗传基因表达调控可在三个物理尺度上研究：微观为DNA序列水平甲基化/去甲基化；中观为核小体占据与重塑；宏观为由Polycomb复合体、异染色质及拓扑关联结构域（topologically associating domain，TAD）边界介导的染色体域沉默
表观遗传基因表达调控可在三个物理尺度上研究：微观为DNA序列水平甲基化/去甲基化；中观为核小体占据与重塑；宏观为由Polycomb复合体、异染色质及拓扑关联结构域（topologically associating domain，TAD）边界介导的染色体域沉默。充分理解表观遗传基因调控模式的难点在于这些尺度并不独立，其影响重叠且跨尺度共享一种反复出现的架构主题，即先有靶向分子模式，再由协同性、反馈驱动、空间受限的扩散加以扩展。研究人员提出，任一尺度上该共享架构的破坏都足以将双稳态沉默域推向致癌状态。本文指出这种跨尺度架构规则集对计算癌症表观基因组学具有具体却未被充分利用的意义，例如功能富集分析通常把单尺度表观遗传特征作为独立证据，忽视可由下层等级结构增强的佐证信号。本文梳理了在同一尺度内组合多个佐证分子特征、跨尺度组合佐证证据为复合置信分数的功能富集统计方案，并以保留检测间相关性的经验零分布校准；研究人员提议在配对多组学癌症数据集中与常规单特征富集比较，作为对该模型的直接检验。
研究背景方面，表观遗传基因调控长期被按微观、中观、宏观三个物理尺度割裂研究，DNA甲基化、核小体重塑、Polycomb域往往作为彼此分离的研究计划。现有功能富集分析把每一尺度和每一分子特征当作独立证据，忽视了人类基因组等级组织所产生的跨尺度佐证信号。其问题在于：单尺度设计无法区分真正驱动性表观病变与谱系相关的被动事件，也无法区分结构缺失、CTCF位点高甲基化、黏连蛋白加载改变等不同机制；通道间虽技术不同，却共有肿瘤纯度、基质/免疫混杂、拷贝数、可映射性、GC含量、测序深度与批次等干扰因素，使独立性假设不成立。因此研究人员提出，应把跨尺度共享架构转化为可计算的富集统计框架，以提升癌症表观组学功能注释的可靠性。《Current Issues in Molecular Biology》刊发的本文即在此背景下展开。
主要技术方法上，研究人员采用已发表的配对多组学癌症资源，整合同批肿瘤标本的DNA甲基化/亚硫酸氢盐或芯片数据、转座酶可及性（assay for transposase-accessible chromatin，ATAC）-seq数据、组蛋白修饰ChIP-seq数据以及Hi-C/TAD边界数据；先用共同协变量（肿瘤纯度、拷贝数、可映射性、深度、批次）校正各通道，纯度估计须来自非甲基化通道以避免共线性；再用相关感知的Brown方法与加权Stouffer统计在尺度内组合特征，用排序聚合或相关感知融合法跨尺度组合；零分布通过对样本标签置换并重构整条流程获得，配对肿瘤/正常采用配对内置换或符号翻转，小样本可用rotation testing；宏观域级分数按基因所在接触域分配，从而保留域块相关结构。
- 2.
Epigenetic Scales
2.1 Micro Scale: DNA Sequence-Level Mechanisms
研究人员综述DNA甲基转移酶DNMT3A、DNMT3B及辅因子DNMT3L的 flank-sequence 偏好，以及TET酶在CACGTG E-box六聚体上下文的高活性，说明微观酶类凭借结构编码的序列特异性，在约100–320 bp的转录因子基序周围进行状态依赖的局部编辑，甲基化酶、去甲基化酶与转录因子读取重叠序列密码。
2.2 Meso Scale: Nucleosome Occupancy and Positioning
研究人员综述ISWI、BAF/SWI-SNF等ATP依赖重塑复合体通过溴域（bromodomain）、PHD指（PHD finger）、染色质域（chromodomain）读取组蛋白翻译后修饰（post-translational modifications，PTM），以及H3.3、H2A.Z变异核小体在不稳定可及位点的功能富集，并以BAF47/SMARCB1丢失导致PRC2滞留CDKN2A/Ink4a为例，说明中观层是宏观沉默域建立或消除的守门人。
2.3 Macro Scale: Chromosomal Domain Silencing
研究人员综述PRC2与PRC1通过H3K27me3、H2AK119ub相互招募形成正反馈，大型组织化K9修饰染色质（Large Organized Chromatin K9-modifications，LOCKs）随分化扩张，以及CTCF/cohesin环挤出界定TAD边界，说明宏观层由协同、反馈驱动的抑制标记扩散与三维折叠边界共同定义。
2.4 Inherent Limitations of Solo Scale Silos
研究人员以泛癌甲基化、泛癌ATAC-seq、癌症三维基因组三类单尺度研究为例，指出单尺度富集会把“先前活跃基因被沉默”和“既有抑制状态被巩固”混为一谈，会把区室切换误归为可及性驱动，会把结构缺失、甲基化与黏连蛋白异常合并为一种边界破坏效应。
2.5 Multiple Genomic Scales Exist: Three Is Not a Magic Number
研究人员提出尺度须具可分离长度尺度、可区分动态、共享靶向读取—协同增强—空间受限扩散逻辑，以及误差结构不同的测量通道；增强子—启动子接触可作为第四尺度，说明三尺度只是论述便利而非架构上限。
- 3.
Cross-Scale Commonalities
3.1 Targeted Readout Drive Locally Bounded Spreading
研究人员归纳微观读侧翼序列、中观读PTM、宏观读已有抑制标记，扩散范围分别为约100–300 bp、局部核小体簇、CTCF/cohesin绝缘的域。
3.2 Cooperativity and Positive Feedback Drives Spreading
研究人员借Dodd等关于核小体修饰双稳态的工作说明，仅靠线性相邻不足以产生稳健双稳态，三维邻近聚类与接触引导扩散才是关键。
3.3 Biophysical Phase Separation
研究人员以HP1液液相分离（liquid-liquid phase separation，LLPS）说明相分离把反馈环转为无膜空间区室化沉默域，使扩散由接触而非线性邻接决定。
3.4 Conserved Sequence/Mark-Directed Targeting
研究人员指出微观碱基、中观PTM、宏观已有标记的“读取者—写入者”耦合保守；BAF47丢失、IDH突变致TET抑制、CTCF绝缘子切除三类不同起点均可使稳定沉默/绝缘机制丧失并激活致癌程序。
- 4.
Integrated Model for Cancer Onset and Progression
4.1 The Integrated Idea
研究人员提出正常细胞身份由嵌套的局部靶向、协同增强、空间受限沉默维持；因反馈与相分离具阈值/双稳态性质，任一尺度单点病变即可把域推过切换阈，形成向致癌吸引子偏移的棘轮式不可逆状态。
4.2 The Approach: Multi-Feature Functional Enrichment
研究人员区分生物学耦合与技术通道差异，强调共有样本来源导致通道在零假设与备择假设下均相关；因此先校正协变量，再用尺度内相关感知组合、跨尺度排序聚合，并把通道缩为每基因单一有符号统计量，正向表示预测抑制或可及性丢失。
4.2.1 Within-Scale Corroboration
研究人员提出微观可组合甲基化、TET/DNMT序列上下文分、TF基序占用；中观可组合核小体占据与PTM ChIP信号；宏观可组合TAD边界、H3K27me3、H3K9me2与A/B区室，形成同层元分析式复合分。
4.2.2 Cross-Scale Integration
研究人员提出以排序聚合或相关感知Brown/加权Stouffer跨尺度组合，使通路因多尺度趋同而被加权；仅宏观支撑的通路降为低置信，需正交验证。
4.2.3 Calibrating the Null by Permuting Samples Instead of Features
研究人员主张置换样本标签而非特征，配对设计用配对内置换，小样本用rotation testing；置换零可给出独立组合造成的膨胀因子，把“表观跨尺度佐证”中共有干扰成分量化出来。
4.3 Testing the Proposal
研究人员给出可证伪预测：在配对微/中/宏数据集中，跨尺度佐证基因集应比单特征富集更能复现已知癌症驱动通路并具有跨队列可重复性；并以基因为中心把启动子窗、远端元件与接触域统一为基因调控邻域。
4.3.1 The Visual Workflow
研究人员说明微观按CpG空间相关聚合，中观按权重把元件分配给基因，宏观把域统计赋给域内所有基因；宏观分具块相关，有效独立单位接近接触域数而非基因数。
4.3.2 What Would Falsify the Model?
研究人员明确若跨尺度评分未优于单通道、或仅在置换假发现率上获益、或不能复现IDH—TET—CTCF—TAD这类已知跨尺度正对照，则分析方案被证伪，但跨尺度机制综合本身不被推翻。
讨论部分总结而言，研究人员强调微观甲基化/去甲基化、中观核小体控制、宏观染色体域沉默并非三套独立机制，而是同一递归架构在嵌套尺度的实例化；常规逐特征富集丢弃了最可用于区分真病变与单次异常测量的佐证证据。计算实践应改为在保留共有干扰结构的零模型下，组合尺度内与跨尺度佐证特征。
结论部分翻译如下：综合来看，DNA序列水平甲基化/去甲基化靶向、核小体占据控制与染色体域沉默并非三种独立机制，而是一种递归架构：先有靶向分子模式读取，再有协同、反馈驱动、空间受限的扩散，并实例化于三个嵌套物理尺度。本文所展开的三个层次是有证据支持的对象，并非声称该架构仅有三层。研究人员提出，癌症相关表观遗传失调更应被理解为这一共享逻辑在任一嵌套层上的破坏，而非尺度特异病变的集合。除解释力外，该跨尺度架构要求计算实践作出修改：功能富集统计应在校准至共有干扰结构的零模型下，显式组合尺度内与跨尺度的多个佐证分子特征。逐特征孤立检验会把本可加权的佐证证据丢弃，而正是该证据最有可能把真正调控病变与单次异常测量分开。癌症表观基因组学中的功能重要性常由启动子单个CpG位点甲基化状态推断，而在配对多组学癌症队列中基准测试该整合模型，可直接检验多特征跨尺度评分是否优于常规单特征富集。本文目标有限：提升癌症表观致癌功能富集分析的可信度；可信度使结果可被使用，而可信结果正是机制理解得以构筑的基石，此处适度增益会向上传播至其上层一切工作。
