Поиск особенностей структуры хроматина

Александра Галицына

Цикл лекций о структуре хроматина
10 декабря 2020

@agalicina

Hi-C - это МНОГО данных

Немного простой математики

длина ДНК клетки человека:

~2 м

National Human Genome Research Institute www.genome.gov

Hi-C - это МНОГО данных

Немного простой математики

длина ДНК клетки человека:

~2 м

длина генома человека:

National Human Genome Research Institute www.genome.gov

~1 м

Hi-C - это МНОГО данных

Немного простой математики

длина ДНК клетки человека:

размер генома человека:

количество всевозможных попарных контактов ДНК:

в 100Kb-бинах

в нуклеотидах

длина ДНК клетки человека:

~2 м

длина генома человека:

~1 м

размер одного нуклеотида = 0.34 нм = 0.00000000034 м

~3000000000 нт

3000000000·3000000000 =
9000000000000000000 нт

компьютерное представление: 

~10 Эксабайт
(19 нулей)

Hi-C - это МНОГО данных

Немного простой математики

длина ДНК клетки человека:

длина ДНК клетки человека:

~2 м

длина генома человека:

~1 м

~ 1 Гигабайт

размер генома человека:

количество всевозможных попарных контактов ДНК:

в 100Kb-бинах

в нуклеотидах

~3000000000 нт

30000·30000 =
900000000 нт

компьютерное представление: 

~10 Эксабайт
(19 нулей)

~30000 бинов

3000000000·3000000000 =
9000000000000000000 нт

Подходы для хранения Hi-C

Варианты хранения: 

  • плотная матрица



     
  • разреженная матрица

 

игрушечный пример:

[[2,0,1],
 [0,2,0],
 [1,0,2]]
left right n_contacts
1    1     2                   
1    3     1
2    2     2
3    3     2

Подходы для хранения Hi-C

Варианты хранения: 

  • плотная матрица



     
  • разреженная матрица .cool файл

 

игрушечный пример:

[[2,0,1],
 [0,2,0],
 [1,0,2]]
left right n_contacts
1    1     2                   
1    3     1
2    2     2
3    3     2

https://github.com/open2c/cooler

Подходы для обработки данных о взаимодействии ДНК

  1. Выбрать только заведомо важные контакты 

+

  • точечные контакты промоторов и энхансеров

Подходы для обработки данных о взаимодействии ДНК

  1. Выбрать только заведомо важные контакты 

Chesi et al. 2019

  • точечные контакты промоторов и энхансеров
  • на уровне экспериментальной техники: Capture C

Подходы для обработки данных о взаимодействии ДНК

  1. Выбрать только заведомо важные контакты 

 

 

2. Анализировать особенности (фичи, features) данных

A. Geitgey 2016

  • точечные контакты промоторов и энхансеров
  • на уровне экспериментальной техники: Capture C

}

Особенности структуры хроматина

Fraser et al. Microbiology and Molecular Biology Reviews 2015

Хромосомные территории

Bonev et al. 2016 Nature Reviews

Хромосомные территории

Falk et al. Nature 2019

^^^ Сделали усреднение ^^^

получили средние контакты между парами хромосомам

Hi-C карты для трех хромосом:

 Топологически ассоциированные домены (ТАДы)

Bonev et al. 2016 Nature Reviews

одна из гипотетических моделей:

ТАДы сложнее

Filippova et al. Algorithms for Molecular Biology 2014

чем "квадраты" вдоль диагонали:

  • Решается с помощью динамического программирования, например,
    Armatus

Много способов искать ТАДы...

Forcato et al. Nature Methods 2017

Разберем пример поиска ТАДов

based on Crane, 2015

  • Показатель инсуляции - один из простейших подходов:
  1. Подсчитать меру инсуляции для каждого бина,
  2. Найти локальные минимумы:

Может, ТАДы и не стоит искать?

Michal Rozenwald with A. Galitsyna et al. 2020

  • Использование меры Gamma transitional (близкая к IS)

1. для каждого бина генома получаем
некоторую меру инсуляции

2. берем набор эпигенетических данных

Может, ТАДы и не стоит искать?

  • Использование меры Gamma transitional (близкая к IS)

3. подбираем и обучаем модель машинного обучения
(в данном случае biLSTM):

4. получаем ранжирование эпигенетических факторов по важности для формирования структуры хроматина:

Michal Rozenwald with A. Galitsyna et al. 2020

Может, ТАДы и не стоит искать?

Wang et al. 2018

5. Находим "визуальное" подтверждение

Компартменты

Bonev et al. 2016 Nature Reviews

одна из гипотетических моделей:

Вспоминаем: графики P(s)

Lieberman-Aiden, 2009

Зависимость частоты контактов от геномного расстояния:

Алгоритм поиска компартментов

Lieberman-Aiden et al. Nature 2009

1. Нормализация матрицы контактов на P(s):

Алгоритм поиска компартментов

Lieberman-Aiden et al. Nature 2009

2. Усиление контрастности:

Алгоритм поиска компартментов

Lieberman-Aiden et al. Nature 2009

2. Оценка сходства между каждой парой строк:
(очень упрощая)

Оценка выраженности компартментов

чем выше сигнал по углам карты,
тем более выражены компартменты

1. Найдем в Hi-C компартменты,

2. Нормируем Hi-C на P(s),

3. Переставим местами строки так, чтобы похожие были рядом,

4. Огрубим карту с помощью усреднения соседних пикселей.

Компартменты

Bonev et al. 2016 Nature Reviews

одна из гипотетических (!) моделей:

Шаг в сторону: single-cell Hi-C

Flyamer et al. Nature 2017

Single-cell Hi-C - протокол, похожий на Hi-C, но для единичных клеток: 

Single-cell Hi-C, моделирование ДНК

Stevens et al. Nature 2017

Сила моделирования:

  • хромосомные территории,
  • активный хроматин (компартмент A) расположен
    на периферии:

Всегда ли активный хроматин на периферии?

Falk et al. Nature 2019

Результаты для типичных клеток:

нейроны

тимоциты

Флуоресцентная микроскопия

Карта Hi-C

Компартменты

Falk et al. Nature 2019

обычное ядро

На карте Hi-C видим одинаковые компартменты, но принципиально разные результаты микроскопии!

Всегда ли активный хроматин на периферии?

мутантные тимоциты

тимоциты

Флуоресцентная микроскопия

Карта Hi-C

Компартменты

инвертированные ядра

колбочки глаза

Solovei, 2009

Рассмотрим колбочки глаза:

Когда активный хроматин не на периферии ядра?

Solovei, 2009

Ядра колбочек мышей - инвертированы!

Когда активный хроматин не на периферии ядра?

колбочки
(тела клеток)

биполярные клетки

ганглиолярные клетки

срез сетчатки

колбочки
(ядра клеток)

колбочки

ганглиолярные клетки

фибробласты

Solovei, 2009

Ядра колбочек у ночных
животных - инвертированы!

Когда активный хроматин не на периферии ядра?

Пример для лимфобластоидной клетки GM12878 (обращайте внимание на сокращения названий линий клеток - это ключ к пониманию их биологии):

- компартменты выражены

- не можем отличить инвертированное ядро от обычного.

Пример из реальной жизни

Перерыв?

Обогащенные взаимодействия (петли)

Архитектурные петли

Промотор-энхансерные взаимодействия

Polycomb-петли

Bonev et al. 2016 Nature Reviews

Алгоритм поиска петель: HiCCUPS

Rao et al. Cell 2014

Hi-C Computational Unbiased Peak Search

ENCODE Standard for local neighborhoods for peak calculation (2018)

Свойства петель хроматина

Rao et al. Cell 2014

Позиции петель млекопитающих часто содержат мотив связывания фактора CTCF:

Свойства петель хроматина

Li et al. Nature 2020

CTCF важен потому, что останавливает экструзию
(см. Лекцию 1)

Свойства петель хроматина

Свойства петель хроматина

Rao et al. Cell 2014

Петли образуют более интересные структуры...
(вспоминаем пример с Лекции 1)

Разнообразие алгоритмов поиска петель

Forcato et al. Nature Methods 2017

Огромное количество алгоритмов, как и в случае поиска ТАДов:

Всегда ли нужно искать петли?

Flyamer Bioinformatics 2019

Можем взять все позиции связывания CTCF и построить среднюю картину петли:

https://github.com/Phlya/coolpuppy 

позиции CTCF

средняя петля

Усреднение - мощный инструмент

Ulyanov, Galitsyna et al. 2020, Nature Communications, in press

На примере single-cell Hi-C данных мухи, очень мало данных: 

Консультация
по домашней работе

FAQ

Q: Будет ли еще одна домашняя работа по теме хроматина? 

A: Нет, не будет. Единственная домашняя работа была выдана 3 декабря, дедлайн для ее выполнения - 09:00 утра 17 декабря. 

 

Q: Когда будет квиз? 

A: Следующий квиз будет 17 декабря.

 

Q: Я пропустил(а) квиз. Будет ли пересдача?
A: Нет, не будет.

 

Q: Я скачал(а) данные из публичной папки на кластере, однако в моем наборе нет файлов с геномными индексами. Что делать? 

A: Действительно, такая проблема наблюдалась пару дней назад. Сейчас файлы на месте: проверьте еще раз. (для продвинутых: используйте bwa mem, чтобы получить свои индексированные файлы!)

 

Перерыв

Работа с браузерами Hi-C: Juicebox

Разбираемся с петлями и ТАДами с помощью Juicebox: 

https://aidenlab.org/juicebox/​

1. Загрузите данные для клеточной линии GM12878 из Juicebox Archive

2. Приблизьте карту на регион одной хромосомы. Поменяйте цветовую шкалу при необходимости

3. Найдите хотя бы одну петлю и хотя бы один ТАД.
Какое разрешение подходит для их визуализации?

4. Загрузите 2D аннотации (петли и домены типа Combined).

Как связаны между собой разметки петель и ТАДов?

5. Добавьте данные RNA-Seq. Как они соотносятся с позициями петель и ТАДов? 

Работа с браузерами Hi-C: HiGlass

Разбираемся с разными экспериментами через HiGlass:

http://higlass.io

1. Перейдите на Two Linked View раздел.
Какие типы клеток перед вами? 

2. Одинаковая ли структура хроматина в заданном регионе? 

3. В каких типах клеток (из двух) гены OXR1, ABRA, ANGPT1 находятся в "активном" хроматине?

4. Какие структуры хроматина ассоциированы с активными генами?

Вопрос: Используя информацию из литературы и публичных баз данных, как можно объяснить дифференциальную активность генов OXR1, ABRA, ANGPT1 между двумя приведенными клеточными типами?

Жду развернутый ответ на agalitzina@gmail.com или Telegram @agalicina. Верные и научно обоснованные гипотезы будут засчитаны вместо квиза 17 декабря. 

Made with Slides.com