基于ATAC-seq高精度预测染色质相互作用的新方法和基于增强现实的3D基因组数据可视化

Decipher genome 3D spatial structure and its function is a basic problem in molecular biology. Using 3D genomics to study the processes in the nucleus of a cell is a cutting-edge research topic in the field. However, the current experimental techniques for acquiring extremely high resolution 3D genomic profiles are complex and expensive, and the relationship between 3D genomics data and epigenomic data is complex. This makes it very difficult to quickly explore the 3D genome data and to form a biologically meaningful original research hypothesis. We believe that predicting the high-resolution 3D genome structure by integrating epigenomic data, combined with scientific data visualization, especially augmented reality-based visualization, is a potential solution to the above difficulties. To demonstrate this possibility, we proposed here to develop a new high-resolution chromatin-chromatin interaction prediction method, ATAC.IT, and the development of a new Augmented Reality-based 3D genome data integration and visualization platform Delta.AR. As a case study, the project draws on the visual intuition from Delta.AR to develop the original research hypothesis about the LCR-globin family interaction locus in K562 cells, and experimentally validate the hypothesis. The successful implementation of the project will lay the foundation for the successful application of 3D genomics in the broader field of biology.

解析基因组的3D空间结构和功能是分子生物学的一个基本问题，利用3D基因组学研究细胞核内生命过程是前沿研究热点。由于当前获取极高分辨率3D基因组图谱的实验技术复杂昂贵，且3D基因组学数据和表观多组学数据关系错综复杂，使得快速探索3D基因组数据，并形成具有生物学意义的原始研究假说十分困难。我们认为，通过整合表观组学数据来预测高精度3D基因组结构，并结合科学的数据可视化，尤其是基于增强现实技术的可视化，是上述困难的一个解决方案。为此，本项目拟开发新的高分辨率染色质相互作用预测方法ATAC.IT，以及开发新的基于增强现实技术的3D基因组数据整合和可视化平台Delta.AR。作为案例展示，本项目将借助Delta.AR直接观察，形成关于K562细胞LCR-珠蛋白家族相互作用位点的原始研究假说，并实验验证之。本研究将为3D基因组学的思想和方法在更广泛的生物学领域的成功应用奠定基础。

解析基因组的3D空间结构和功能是分子生物学的一个基本问题，利用3D基因组学研究细胞核内生命过程是前沿研究热点。由于当前获取极高分辨率3D基因组图谱的实验技术复杂昂贵，且3D基因组学数据和表观多组学数据关系错综复杂，使得快速探索3D基因组数据，并形成具有生物学意义的原始研究假说十分困难。我们认为，通过整合表观组学数据来预测高精度3D基因组结构，并结合科学的数据可视化，尤其是基于增强现实技术的可视化，是上述困难的一个解决方案。为此本项目设计了3个研究内容（1）开发一个从ATAC-seq 结合低分辨率Hi-C 数据预测高分辨染色质相互作用的工具；（2）开发一个基于增强现实的可视化及数据整合平台（3）在K562 细胞系中，结合上述工具形成一个针对生物学问题的原始假说，并验证。我们按照计划顺利完成项目。目前三个目标都已全部完成，分别取得如下主要的研究结果，开发了工具deNOPA, 可视化平台Delta.AR以及验证了细胞针对热激反应的细胞周期假说。本项目开发的工具和平台为科研人员在低分辨，单细胞水平深入研究细胞的表观行为提供了有力工具。尤其是在K562系统中发现的细胞周期影响整体基因组结构测量的结论，对更广泛的组学研究都具有指导和借鉴意义。