基于Hi-C染色质构象捕获对马匹运动性能的三维调控网络机制研究

Many scientists point out that the linear information of the genome is not enough for interpreting the complicated mechanisms of gene expression and transcription as considering the real three-dimension chromatin architectures in cells. A number of recent studies suggest that the three-dimensional (3D) chromatin architecture of the genomes play important roles in gene functions and transcriptional dynamics, which has received increasing attentions. Therefore, many scholars believe that studies on 3D genomes are becoming the frontier in the post genome era. Current studies on 3D genomics mainly focus on humans and model organisms, such as mouse, fruit fly, yeast etc, while few researches adopt farm animals as model animals in investigating spatial genomics structures. In this project, we choose horses, which are both one of important farm animals and ideal performance model animals, as the investigated subject. The purpose of this project is to reveal the 3D gene regulation mechanism network of horse performance ability, which is one of the important complex traits of horses, based on constructing the 3D topographic map of horses. For achieving our research target, we will adopt the state-of-art high-throughput chromosome conformation capture (Hi-C) technology, associated with fluorescence RT quantitative PCR and SNP genotyping techniques etc. This project will improve Hi-C experimental technologies and bioinformatics analysis procedures in 3D genomics studies, especially in farm animal studies. Employing horse as model animal, this project will provide valuable scientific references for correlated human genomic research fields, such as inherited complex diseases and athletic performance. Furthermore, this project has important theoretical value on constructing Chinese modern horse industry and will also provide more scientific evidences for developing next generation gene chip for estimating horse athletic performance potentials.

随着基因组学发展，基于线性基因组的研究已不足以阐释基因在细胞内真实三维环境下的表达和调控机制。近期研究表明，基因组三维结构对基因功能和调控有重要影响。全基因组三维空间结构对复杂性状表达和调控机制的研究，渐成为后基因组时代的前沿领域。本项目选择农业经济动物“马”作为模式动物，旨在对其重要经济性状“运动性能”这一复杂性状进行深入探索。通过高通量Hi-C染色质构象捕获，结合目标基因差异表达、SNP分型等技术手段，我们将搭建适用于马的Hi-C技术分析平台，进一步完善动物Hi-C试验技术及分析流程，通过构建马的全基因组三维染色质构象图谱，对马匹运动性能相关功能基因的三维调控网络机制进行解析。本项目还有望为人类复杂遗传性状研究提供借鉴,并对其他重要农业经济动物的三维基因组研究产生推动。在生产应用方面，本项目有望丰富现代马产业育种理论，并为新一代“马匹运动潜力预测基因芯片”的研发提供科学依据。

随着基因组学研究的发展，基于线性基因组的研究不足以解释基因在真实三维环境中的表达和调控机制。最近的研究表明，基因组的三维结构在基因功能和调节中起着重要作用。通过三维基因组结构研究复杂性状的表达和调控机制已逐渐成为后基因组时代的前沿领域。该项目选择农业经济动物“马”为模型动物，旨在探索其重要经济特征“运动性状”的复杂性。..为了理解马基因组的空间组成，我们在五个差异马种个体中进行了Hi-C实验。对于每个样品，Hi-C文库在5亿个读长深度进行测序，并且应用严格的过滤程序以确保读数与马基因组参考序列唯一对齐性。研究通过以40kb分辨率产生每匹马的全基因组互作矩阵作为热图，其中每个方块反映两个基因组基因座之间的互作频率，并且用颜色代表接触频率。我们观察到互作顺反比在55%，数据处理显示高质量的Hi-C数据结果，这表明我们的Hi-C实验完成质量很高。全基因组互作图显示大约70％的互作发生在染色体内，30％发生在染色体之间。..我们使用Hi-C测序数据对马的遗传变异SNP进行了研究。为了检查不同测序技术和SNP分析方法的SNP发现一致率，我们将每匹马的基于组装的SNP与其自身的高覆盖重测序数据，Hi-C数据和RNA-seq数据进行比较，并发现基于组装的SNP覆盖了通过基于比对的方法鉴定出的绝大多数SNP，例如高覆盖率重测序数据（~93％），Hi-C数据（~81％）和RNA-seq数据（~93％）。..在生成的热图中，单个染色体显示为紧密的接触富集簇。整个染色体相互作用模式表明，大染色体更容易发生互作而不是与小染色体相互作用，而较短的染色体显示出彼此建立接触的趋势。我们发现马基因组中的几个区域在五个品种中差异很大。所鉴定的不相似区域位于染色体3,7,9,10,13,21和25号上。由于生物调控往往发生在较小的区域也称为拓扑结构域（TADs）中，我们在5个马个体中中共鉴定出了1255个TADs（平均大小为1575kb，中位数为1316kb），占据了基因组的~85％长度。..通过构建马基因组的三维染色质构象图谱，本研究首次分析了马运动性能相关功能基因的三维调控网络机制。该项目有望为马三维基因组研究奠定基础，为人类复杂的遗传性状研究提供参考，并有望促进其他重要农业经济动物的三维基因组研究。