表觀遺傳初識~ChIP-seq

豆豆開始寫于19.2.4

之前從未涉足這個領域，但確實是未來發展方向
還是老規矩，流程學習很快，重點在于為什么做以及做完怎么解讀
先補充背景知識吧，春晚之前發出來
生信星球祝大家春節快樂咯！明年進步會更大！一起加油吧

背景知識

NGS與轉錄

• 轉錄組即某個物種或特定細胞在某一功能狀態下產生的所有RNA的總和 (哪些序列能夠表達，何時何處表達， 轉錄活躍程度)

• 部分基因是能夠轉錄=》染色質多為開放狀態；其余基因抑制狀態=》染色質狀態較為緊密【基因開啟、關閉：基因調控】

• 基因表達調控：信號轉導、轉錄前（染色質構象和表觀調控等）、轉錄調控、轉錄后調控（剪切、編輯、轉運等）、翻譯和翻譯后調控【針對DNA序列：順式元件Cis； 針對結合因子包括蛋白和非蛋白因子：反式作用因子Trans】

• 非編碼區大量組織特異性調控序列：增強子enhancer、沉默子silencer、絕緣子insulator等+幾個/幾十/幾百調控因子（轉錄因子、染色質調控蛋白、組蛋白、RNA分子）+三維結構

• 目前技術：

• 分離純化多拷貝的基因組重復序列，如染色體端粒(telomere)：locked nucleic acids (LNAs)和transcription activator-like (TAL)

• 常規技術：ChIP-seq和ChIA-PE依賴于單個調控因子或組蛋白修飾【不能純化、分析單個調控序列所結合的多個調控因子及三維結構】

• 挑戰：native狀態下區分結合調控序列的特異性調控因子和細胞內大量的非特異性因子

文獻綜述一定要看

PPT大體印象；綜述幫助理解；文獻獲取流程

PPT：

Basics of ChIP-Seq
https://www.msi./sites/default/files/basics_chip_seq_0.pdf

ChIP-seq Data Analysis
https:///slide/3385783/

圖中可以看到，基本原理是：特定時間點上用甲醛交聯等方式“固定”細胞內所有DNA結合蛋白的活動，細胞內蛋白和DNA相互作用的關系被“截屏”了=》然后裂解細胞、斷裂DNA（此時存在蛋白、與蛋白相連的DNA、游離的DNA）=》加上特定抗體取出蛋白及相連的DNA=》將與蛋白相連的DNA解離、純化=》測序=》看到蛋白質抓取的片段們就是IGV中形成的峰，而游離的DNA們就沒有峰

綜述：

ChIP-seq guidelines and practices of the ENCODE and modENCODE consortia （2012）
https://www.ncbi.nlm./pubmed/22955991

首先就介紹了ChIP的歷史【染色質免疫沉淀（Chromatin immunoprecipitation ，ChIP）技術誕生很早，由Orlando等人創立于1997年，發表于2000年，先利用Microarray技術 ChIP-chip，后2007年利用DNA sequencing技術 ChIP-seq。雖然技術在進步，但都是要先通過免疫沉淀拉下來DNA】

它用來研究細胞內DNA與蛋白質相互作用，確定特定蛋白（如轉錄因子）是否結合特定基因組區域（如啟動子或其它DNA結合位點），或確定基因組上與組蛋白修飾相關的特定位點

然后提到兩個組織：ENCODE（http:///ENCODE/ ）和modENCODE（http://www./ for small genomes），他們在4個物種（果蠅、秀麗隱桿線蟲、人、小鼠）的100多種細胞做了超過1000次ChIP-seq實驗，發現了140多種不同的因子和組蛋白修飾
【與外顯子測序不一樣，ChIP-seq不是通過設計好的探針來捕獲序列，而是通過特異的RNApoly酶、組蛋白、轉錄因子來捕獲，哪里結合蛋白就捕獲哪里。每做一次實驗，換一個蛋白，所捕獲的序列是不一樣的】

文獻：

Getting-Started-with-ChIP-Seq（2013）

http:///wp-content/uploads/2013/02/Getting-Started-with-ChIP-Seq.pdf

Key steps：

• Experimental design
  sequencing platform; the number of sequence reads (standard 20-40M); biological replication

• Controls for ChIP-seq experiments

• Reference genome alignment of ChIP-seq reads

  (mapping)

• Background estimation

• Peak finding

• Quality control of ChIP-seq experiments

• Differential binding analysis

• Motif analysis