Name: DNA甲基化生物信息学分析的样品制备:肥胖和相关性状研究的关联策略 (视频) | JoVE Journal
Uploaded: 2022-05-06T15:00:00.000+00:00
Duration: 14 min 56 s
Description: 学习DNA甲基化生物信息学分析的完整流程，包括亚硫酸氢盐处理、微阵列杂交和R Studio数据分析。该标准化方案适用于肥胖与表观遗传学研究，确保大数据集的技术可比性。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

我们感谢田源博士（tian.yuan@ucl.ac.uk）在解答有关 ChAMP 软件包所有疑问方面的支持。同时感谢吉列尔梅·特莱斯硕士（Msc.）对本文技术和科学问题所做出的贡献；他在表观遗传学以及视频采集与格式化技术方面提出了重要建议（guilherme.telles@usp.br）。耗材经费来源：圣保罗研究基金会（FAPESP）（#2018/24069-3）和国家科学技术发展委员会（CNPq：#408292/2018-0）。个人资助：圣保罗研究基金会（FAPESP：#2014/16740-6）以及高等教育人员发展协调办公室（CAPES：88882.180020/2018-01）。本研究数据将无限制地公开并免费提供。通讯作者请联系 NYN（电子邮件：nataliayumi@usp.br）或 CBN（电子邮件：carla@fmrp.usp.br）。

本文作者无任何利益冲突，且无任何财务信息披露。

由于成本效益比较高，DNA甲基化芯片是检测DNA甲基化最常用的方法14。本研究描述了一项使用商业化微阵列平台的详细实验方案，用于评估在巴西队列中开展的一项预试验中的DNA甲基化水平。预试验获得的结果证实了该实验方案的有效性。图3展示了样本之间的可比性以及完全的亚硫酸氢盐转化效果32。
作为质量控制步骤，ChAMP 算法建议在过滤过程中排除某些 CpG 位点。排除探针的目的是提高数据分析的准确性并消除偏差。低质量的 CpG 位点（p 值低于 0.05）被去除，以消除数据集中的实验噪声。剩余的目标位点在密度图分析中均通过检测。Zhou33 指出，过滤靠近 SNP 的 CpG 位点非常重要，可避免错配、多态性胞嘧啶甲基化的误读，以及 I 型探针设计中的颜色切换问题34。此外，由于印记效应对 X 和 Y 染色体的影响不同，Heiss 和 Just35 强调了过滤这些探针的重要性，因为在女性样本中，杂交问题可能成为混杂因素35。
DMAPs 的有效期、甲酰胺的开启日期、绝对乙醇的分析质量以及总白细胞计数被认为是本实验方案中的关键步骤。
此外，根据我们的观察，细胞类型估计在进行生物信息学分析时至关重要。Houseman 方法执行细胞类型估计，如 Tian 的研究中所述30。该方法基于 473 个特异性 CpG 位点，可预测最重要细胞类型的百分比，例如粒细胞、单核细胞、B 细胞和 T 细胞36。我们使用了 ChAMP 软件包中推荐的函数 &#34;myRefbase&#34;。在完成估计后，ChAMP 算法将调整 beta 值，并从数据集中消除这一偏差。这一步骤在聚焦于肥胖的研究中尤为关键，因为该人群由于处于慢性炎症状态，白细胞组成存在显著差异。
我们仅针对常见PCR封膜的方法改进和故障排除修改了原始封膜方案。每次离心后，均更换新的封膜。我们无法使用标准的热封方法，因此改用铝箔包裹板子进行密封。
尽管商业检测试剂盒被认为是表观遗传学研究的金标准，但该实验方案的一个局限性在于试剂和设备依赖于单一品牌，可能导致特异性问题37,38,39,40。另一个局限性是缺乏能够指示实验是否按正确进程进行的监测指标41。
本实验方案的标准化为表观遗传学研究提供了重要指导，可减少实验过程中的人为误差，并实现不同研究之间的成功数据分析与结果可比性。
根据我们的结果，DNA甲基化实验适用于比较肥胖与非肥胖个体的研究43。此外，所提出的生物信息学分析可提供高质量的数据，可用于大规模研究。
通过SVD分析，我们发现与肥胖相关的性状（BMI、WC和FM）影响了DNA甲基化数据的变异性。一个重要的结果是，细胞类型估计表明，与非肥胖女性相比，肥胖女性的自然杀伤细胞（NK细胞）和B细胞比例更高（图5）。这些细胞数量的增加可能与这些个体存在的低度炎症状态有关44。我们观察到，肥胖患者在与脂肪质量相关的基因启动子区域存在低甲基化和高甲基化的CpG位点。其中大多数位点表现为低甲基化，这可能与这些个体体内活性氧（ROS）水平的自然升高有关。这种氧化应激状态可能促进二核苷酸位点上鸟嘌呤的扰动，形成8-羟基-2'-脱氧鸟苷（8-OHdG），从而产生5mCp-8-OHdG二核苷酸位点，并导致TET酶的募集。上述所有事件可能通过不同的作用机制共同促进DNA的低甲基化和高甲基化45。
此外，肥胖个体的脂肪生成速率似乎会增加，新细胞与旧细胞的比例约为10%46,47。表观遗传因素强调致肥胖环境的影响，可改变细胞的增殖和分化速率，促进脂肪组织的形成48。表观遗传改变还可能影响脂肪生成程序，促进或限制其发育过程。主要的转录因子（PPARγ 或 C/EBPα）或由表观遗传修饰酶的招募或排除所调控的、位于下游启动子区域的多蛋白复合物的组装，可通过高甲基化或低甲基化调节基因表达45。已有研究报道，PPARγ 通路可改变 WNT 通路，而本研究中发现该通路相关基因富集。尽管目前尚不清楚 WNT 信号在脂肪生成过程中如何发挥作用，但近期研究表明，其在脂肪细胞代谢中可能具有重要作用，尤其是在致肥胖条件下49。

大规模组学技术已越来越多地应用于慢性疾病的研究中。这些方法的一个显著特点是可向科学界提供大量生成的数据。因此，为了实现研究间的直接技术比较，对实验方案进行标准化的需求日益凸显。本研究提出了一种用于获取和分析DNA甲基化数据的标准化方案，并以一项试点研究作为应用示例。
现代人类生活方式以负能量平衡为主，导致脂肪组织过度积累，进而引发肥胖¹。多种因素加剧了肥胖率的上升，如久坐不动、高热量饮食和高压力的生活节奏。世界卫生组织（WHO）估计，2016年全球有19亿成年人肥胖，这意味着全球超过20%的人口体质指数（BMI）超过30 kg/m22。2018年最新数据显示，美国（USA）的肥胖患病率已超过42%3。
表观遗传学是指染色体区域通过结构上的适应来记录、传递或维持基因活性状态改变的机制4。DNA甲基化是一种可逆的化学修饰，发生在胞嘧啶-鸟嘌呤二核苷酸位点（CpG位点），形成5-甲基胞嘧啶-pG（5mCpG）。它可通过调控转录机器对DNA的可及性来调节基因表达5,6,7,8。在此背景下，明确哪些CpG位点与肥胖相关性状相关至关重要9。多种因素可促进或抑制特定位点的DNA甲基化。该过程所必需的酶，如DNA甲基转移酶10（DNMTs）和十一个易位蛋白（TETs），可在环境暴露条件下促进DNA的甲基化或去甲基化11。
近年来，随着人们对DNA甲基化研究的兴趣日益增长，选择最合适的分析策略以精确回答每个科学问题已成为研究人员关注的重点12,13,14。450K DNA甲基化芯片是目前最常用的方法，已在超过360篇出版物中用于确定DNA甲基化谱14，可检测位于已知基因中99%区域的多达485,000个CpG位点的甲基化状态15。然而，该芯片现已停产，被覆盖850,000个CpG位点的EPIC芯片所取代。本实验方案适用于450K和EPIC两种芯片平台16,17,18。
该方案在图1中以逐步形式展示，包括以下步骤：人群选择、取样、实验准备、DNA甲基化流程和生物信息学分析。本文展示了我们实验室开展的一项预实验研究，用以说明本方案各步骤的实施过程。
<img alt="DNA甲基化微阵列流程：取样、制备、转化、扩增、分析。" class="xfigimg" src="/files/ftp_upload/62598/62598fig01.jpg" data-altupdatedat="1788282455000" data-alt="图1"> 
图1：本方案的示意图。 <a href="https://www.jove.com/files/ftp_upload/62598/62598fig01large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>

<table><tbody><tr><td>无水乙醇</td><td>J.T. Baker</td><td>B5924-03</td><td></td></tr><tr><td>琼脂糖凝胶</td><td>Kasvi</td><td>K9-9100</td><td></td></tr><tr><td>生物电阻抗检测</td><td>Quantum BIA 450 Q - RJL System</td><td></td><td></td></tr><tr><td>乙二胺四乙酸（EDTA）</td><td>Corning</td><td>46-000-CI</td><td></td></tr><tr><td>EZ DNA Methylation-Gold 试剂盒</td><td>ZymoResearch, Irvine, CA, USA</td><td>D5001</td><td></td></tr><tr><td>甲酰胺</td><td>Sigma</td><td>F9037</td><td></td></tr><tr><td>FMS&amp;mdash;片段化溶液</td><td>Illumina</td><td>11203428</td><td>提供试剂</td></tr><tr><td>HumanMethylation450 BeadChip</td><td>Illumina</td><td></td><td></td></tr><tr><td>Maxwell 仪器</td><td>Promega, Brazil</td><td>AS4500</td><td></td></tr><tr><td>MA1&amp;mdash;多样本扩增 1 混合液</td><td>Illumina</td><td>11202880</td><td>提供试剂</td></tr><tr><td>MicroAmp 光学粘性封膜</td><td>Thermo Fisher Scientific</td><td>201703982</td><td></td></tr><tr><td>MSM&amp;mdash;多样本扩增主混合液</td><td>Illumina</td><td>11203410</td><td>提供试剂</td></tr><tr><td>NaOH</td><td>F. MAIA</td><td>114700</td><td></td></tr><tr><td>PB1&amp;mdash;用于BeadChips杂交前处理的试剂</td><td>Illumina</td><td>11291245</td><td>提供试剂</td></tr><tr><td>PB2&amp;mdash;杂交过程中使用的加湿缓冲液</td><td>Illumina</td><td>11191130</td><td>提供试剂</td></tr><tr><td>2-丙醇</td><td>Emsure</td><td>10,96,34,01,000</td><td></td></tr><tr><td>RA1&amp;mdash;重悬、杂交和洗涤溶液</td><td>Illumina</td><td>11292441</td><td>提供试剂</td></tr><tr><td>RPM&amp;mdash;随机引物混合液</td><td>Illumina</td><td>15010230</td><td>提供试剂</td></tr><tr><td>STM&amp;mdash;高效双色主混合液</td><td>Illumina</td><td>11288046</td><td>提供试剂</td></tr><tr><td>TEM&amp;mdash;双色延伸主混合液</td><td>Illumina</td><td>11208309</td><td>提供试剂</td></tr><tr><td>超纯EDTA</td><td>Invitrogen</td><td>155576-028</td><td></td></tr><tr><td>带条形码的96孔反应板（0.1 mL）</td><td>ByoSystems</td><td>4346906</td><td></td></tr><tr><td>带条形码的96孔反应板（0.8 mL）</td><td>Thermo Fisher Scientific</td><td>AB-0859</td><td></td></tr><tr><td>XC1&amp;mdash;XStain BeadChip 溶液1</td><td>Illumina</td><td>11208288</td><td>提供试剂</td></tr><tr><td>XC2&amp;mdash;XStain BeadChip 溶液2</td><td>Illumina</td><td>11208296</td><td>提供试剂</td></tr><tr><td>XC3&amp;mdash;XStain BeadChip 溶液3</td><td>Illumina</td><td>11208392</td><td>提供试剂</td></tr><tr><td>XC4&amp;mdash;XStain BeadChip 溶液4</td><td>Illumina</td><td>11208430</td><td>提供试剂</td></tr></tbody></table>

dna甲基化的样本制备到生物信息学分析：肥胖及相关性状研究的关联策略

Sample Preparation to Bioinformatics Analysis of DNA Methylation: Association Strategy for Obesity and Related Trait Studies

肥胖与生活方式直接相关，并与DNA甲基化改变有关，这些改变可能导致脂肪生成和脂质储存过程的异常，从而促进疾病的发展。本文展示了一项从受试者筛选到肥胖与非肥胖患者表观遗传数据分析的完整实验方案。该方案的所有步骤均在一项预试验研究中经过测试和验证。共有32名女性参与研究，其中15名根据体重指数（BMI）被归类为肥胖组（45.1 ± 5.4 kg/m2）；17名根据BMI被归类为非肥胖组（22.6 ± 1.8 kg/m2）。在线性回归分析中，肥胖组共鉴定出564个与脂肪质量相关的CpG位点，这些位点位于启动子区域。差异分析发现，在肥胖个体中存在470个低甲基化CpG位点和94个高甲基化位点。低甲基化最显著富集的通路包括RUNX、WNT信号通路以及缺氧反应通路。高甲基化通路则与胰岛素分泌、胰高血糖素信号通路和Ca2+相关。我们得出结论：该实验方案能够有效识别DNA甲基化模式及性状相关的DNA甲基化改变。这些甲基化模式可能与基因表达的改变相关，进而影响脂肪生成和脂质储存过程。我们的研究结果证实，致肥胖的生活方式可能促进人类DNA的表观遗传改变。

使用ChAMP分析流程后，经过所有筛选步骤（不合格的CpG位点、非CpG探针、靠近SNP的CpG位点、多重比对位点以及与X和Y染色体相关的CpG位点）共保留了409,887个探针用于后续分析；该流程示意图见图2。
<img alt="生物信息学分析示意图；过滤、标准化、批次效应；数据处理方法。" class="xfigimg" src="/files/ftp_upload/62598/62598fig02.jpg" data-altupdatedat="1788282455000" data-alt="图 2"> 
图 2：生物信息学分析流程图。 <a href="https://www.jove.com/files/ftp_upload/62598/62598fig02large.jpg" target="_blank">请点击此处查看本图的放大版本。</a>
此外，密度图显示所有样本在与质量控制步骤相关的 beta 分布上具有相似的密度。该分析评估了 beta 值的分布情况，并指出是否存在需要排除的样本。在本批次中，未根据此分析排除任何样本。
<img alt="密度图，409887 个探针，β 分布分析，科学数据可视化。" class="xfigimg" src="/files/ftp_upload/62598/62598fig03.jpg" data-altupdatedat="1788282455000" data-alt="图 3"> 
图 3：通过 ChAMP 软件包获得的 β 值密度图。 <a href="https://www.jove.com/files/ftp_upload/62598/62598fig03large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
采用奇异值分解（SVD）分析来验证显著影响DNA甲基化数据变异性的主成分。结果显示，BMI、WC（p &lt; 1e10-5）和FM（p &lt; 0.05）对数据变异性具有显著影响（图4）。
<img alt="主成分显著性水平的奇异值分解 (SVD) 柱状图。" class="xfigimg" src="/files/ftp_upload/62598/62598fig04.jpg" data-altupdatedat="1788282455000" data-alt="图 4"> 
图 4：奇异值分解分析。 <a href="https://www.jove.com/files/ftp_upload/62598/62598fig04large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
细胞类型估算结果显示，肥胖女性体内的自然杀伤细胞（NK）和B细胞比例均较高（图5）。
<img alt="淋巴细胞百分比柱状图；非肥胖组 vs 肥胖组；显示粒细胞（GRAN）、CD4+T细胞、CD8+T细胞、单核细胞（MONO）、B细胞、NK细胞。" class="xfigimg" src="/files/ftp_upload/62598/62598fig05.jpg" data-altupdatedat="1788282455000" data-alt="图5"> 
图5：采用Houseman方法估算的细胞组分。Gran：粒细胞。 CD4T：辅助性T细胞，淋巴细胞。CD8T：细胞毒性T细胞，淋巴细胞。Mono：单核细胞。B Cell：B淋巴细胞。NK：自然杀伤细胞，淋巴细胞。*p &lt; 0.05。 <a href="https://www.jove.com/files/ftp_upload/62598/62598fig05large.jpg" target="_blank">请点击此处查看该图的高清版本。</a>
肥胖与非肥胖女性在细胞类型校正前后DNA甲基化水平存在差异。在对DNA甲基化数据进行细胞类型校正前，共检测到43,463个差异甲基化位点（DMPs），校正后仍有3,329个CpG位点具有显著差异。其中445个CpG位点位于基因间区（IGR），2,884个位于基因区内，且多数位于启动子区域（n = 1,438）。各区域分布分别为TSS1500（n = 612）、TSS200（n = 826）、5'UTR（n = 390）、第一外显子（n = 273）、基因体（body，n = 724）和3'UTR（n = 59）。结合Δβ值进行分析 &lt;-0.05 和 &gt;0.05，在肥胖个体与非肥胖个体相比中，有162个CpG位点呈低甲基化，576个CpG位点呈高甲基化（图6）。数据可在 GEO 数据库中获取，注册编号为 GSE166611。
<img alt="通路富集图；低甲基化与高甲基化胞嘧啶，DMP维恩图，DNA甲基化。" class="xfigimg" src="/files/ftp_upload/62598/62598fig06.jpg" data-altupdatedat="1788282455000" data-alt="图6"> 
图6：差异甲基化位点。 <a href="https://www.jove.com/files/ftp_upload/62598/62598fig06large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
在甲基化研究中，可以评估不同组之间的甲基化差异，并找出与特定性状相关的CpG位点。在体脂量研究中，共发现13,222个CpG位点。其中，位于启动子区域的6,159个CpG位点与体脂量相关，包括470个高甲基化位点和94个低甲基化位点（图7），相应基因在这些位点上富集（表2）。
<img alt="脂肪量DMPs维恩图；通路：RUNX、WNT、胰岛素信号传导，突出显示的甲基化过程。" class="xfigimg" src="/files/ftp_upload/62598/62598fig07.jpg" data-altupdatedat="1788282455000" data-alt="图7"> 
图7：与脂肪量独立相关的低甲基化和高甲基化基因的启动子区域。 <a href="https://www.jove.com/files/ftp_upload/62598/62598fig07large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
表2：差异甲基化CpG位点基因的功能富集分析。 <a href="https://www.jove.com/files/ftp_upload/62598/Table%202.xlsx" target="_blank">请点击此处下载该表格。</a>
补充材料 1： <a href="https://www.jove.com/files/ftp_upload/62598/Supplementary%20Material_1.docx" target="_blank">请点击此处下载该文件。</a>

本研究描述了利用微阵列技术获得的DNA甲基化数据的处理流程。该方案展示了从样本制备到数据分析的各个步骤。所有操作均进行了详细说明，视频中还演示了关键的操作步骤。

DNA甲基化的样本制备到生物信息学分析：肥胖及相关性状研究的关联策略

肥胖与生活方式直接相关，并且与DNA甲基化改变有关，这些改变可能导致脂肪生成和脂质代谢的异常。

大规模组学技术正越来越多地应用于肥胖相关研究。表观遗传学可能成为暴露因素与健康结局之间的联系纽带。此类研究会产生海量数据。鉴于此，标准化实验方案以确保数据在技术上具有可比性显得尤为重要。在本研究中，我们将提出一套用于获取和分析DNA甲基化数据的流程。该同一方案可同时适用于400K和epic版本。第一天：亚硫酸氢盐处理。首先使基因组DNA变性，然后加入转化试剂。必须遵循试剂盒的使用说明。用亚硫酸氢盐处理变性的DNA，然后将样品放入热循环仪中孵育。使用洗涤缓冲液进行洗涤步骤。第二天：甲基化检测后的扩增，手动操作方案。将杂交炉预热至37摄氏度，并等待温度平衡。向板的各孔中加入20微升MA1。将4 µL DNA转移至平板上对应的孔中。向平板各孔中加入4 µL氢氧化钠溶液。用塑料封膜密封平板。涡旋混匀反应板，使试剂与样品充分混合。室温孵育10分钟。每孔加入68 µL RPM，然后不移除先前液体，直接加入75 µL MSM。使用新的密封膜覆盖板。将板涡旋震荡一分钟。在37摄氏度的杂交炉中孵育20至24小时。第三天：甲基化检测后的杂交步骤，手动操作方案。将酶标板放入37摄氏度的恒温块中预热。小心地从杂交炉中取出酶标板。脉冲离心反应板。移除反应板上的密封膜。向每个样品容器中加入50 µL FMS。将平板涡旋混匀一分钟。如有需要，对平板进行离心。然后将密封的平板置于37°C的加热块上孵育一小时。向每个含有样品的孔中加入 100 微升 PM1。重新密封培养板。将培养板涡旋振荡一分钟。在37摄氏度下孵育五分钟。然后在离心机中脉冲离心一分钟，再向每孔样品中加入300 µL的100%异丙醇。再次密封培养板。通过翻转平板至少10次以混匀所有内容。在4°C下孵育30分钟，然后在4°C下离心20分钟。从平板上移除密封膜。迅速将培养板倒置在合适的位置，弃去上清液。用力轻敲数次，直至观察到所有孔中均无液体残留。在室温下，将培养板倒置且不加盖，静置一小时。干燥所有液体后，必须观察到孔底部有蓝色小点。然后向每孔加入 46 µL RA1。将热封膜封于板上。用力按压以确保封膜均匀。将酶标板置于48摄氏度杂交炉中孵育1小时，随后涡旋震荡1分钟。短暂离心，再将酶标板在95摄氏度加热1小时。同时准备微珠芯片杂交室。在下一步中，将400微升PB2分散到杂交室的储液槽中。在用PB2填充杂交室储液槽后，立即盖上盖子。小心地将每份样品从孔板中加载到微阵列的样品入口。将含有微阵列的杂交室插件装入杂交室中。以交叉方式关闭杂交室，以避免杂交室可能发生移位。第四天：甲基化检测后的染色，手动操作步骤。过夜孵育后，将所有微阵列从插入物中取出，并轻柔缓慢地清洗微阵列，总共上下清洗10次。将微阵列转移至PB1容器二中，上下重复10次。将流动池的框架放置到正确位置，然后放置每张微阵列。在每张微阵列的顶部使用一个透明垫片。需要将对齐条放置在对齐附件上。然后将玻璃背板放在垫片上方。接着将金属夹具固定到流室上。使用剪刀修剪流室垫片的两端。将带有微阵列的流室放入室架中。用移液器加入150微升RA1。孵育30分钟，重复五次。移取450微升XC1，孵育10分钟。移取450微升XC2，孵育10分钟。用移液器吸取200微升TEM。孵育15分钟。用移液器吸取450微升95%甲酰胺。孵育1分钟，重复2次。孵育5分钟。用移液器加入450微升XC3。孵育一分钟，然后重复。在此步骤中，将加入以下试剂：250 µL STM、450 µL XC3 和 250 µL ATM。按照以下重复方案操作。完成所有重复步骤和孵育后，将微阵列放置于直立架上，并将其浸入洗涤容器中，缓慢轻柔地上下移动10次。使用真空干燥器干燥微阵列，时间为50至55分钟。微阵列干燥后，即可使用扫描仪对微阵列进行成像。在此图中，我们可以看到所使用的所有实验流程，从参与者的选择到甲基化实验最后一天获得的IDAT文件的处理。这些文件被转移至计算机，用于进行生物信息学分析。使用 R Studio 和 Bioconductor ChAMP 软件包进行数据分析。请确保您的计算机至少具有 8 GB 的内存。还进行了其他生物信息学分析，例如基因富集分析，以更好地向读者展示数据。在此表格中，我们可以观察到本研究使用的两组人群：肥胖组和非肥胖组。两组在体重指数、腹部周长、脂肪质量（千克）和脂肪质量百分比等变量上均存在差异。通过观察本图所示的方案，我们能够确认所提出的实验方案适用于我们的数据。生物信息学分析后，经过筛选共保留了 409,887 个探针。密度图显示所有样本的 beta 分布密度相似。根据该分析结果，未排除任何样本。对标准化数据进行的奇异值分解分析显示，体重指数（BMI）、双C和体脂率（FM）显著影响了DNA甲基化数据的变异性。细胞类型估算结果显示，肥胖女性体内的自然杀伤细胞（NK细胞）和B细胞比例均较高。在进行细胞类型校正前后，肥胖与非肥胖女性之间的DNA甲基化水平均存在差异。校正前，共观察到 43,463 个不同的甲基化位点。校正后，仍有 3,329 个 CPG 位点具有显著差异。与非肥胖者相比，肥胖者中共有 162 个 CPG 位点呈低甲基化，576 个位点呈高甲基化。数据可在 GEO 数据库中获取，注册编号为 GSE166611。我们展示了与小血管病（SVD）中观察到的参与者特定特征相关的 CPG 位点。对于脂肪量，共发现 13,222 个 CPG 位点。在启动子区域中有 6,159 个与脂肪量相关的 CPG 位点，其中 470 个为低甲基化，94 个为高甲基化。与这些位点相关的基因已进行富集分析，结果如图所示。我们观察到，该方案能够识别您的甲基化模式，并且能够关联您的甲基化特征。我们的结果证实，促肥胖的生活方式可导致人类DNA中的表观遗传改变。

sample-preparation-to-bioinformatics-analysis-dna-methylation

Research

科研

JoVE Journal

Genetics

遗传学

DNA甲基化生物信息学分析的样品制备:肥胖和相关性状研究的关联策略

DNA甲基化分析的金标准是亚硫酸氢盐转化DNA的基因组测序。该方法利用了在酸性条件下，胞嘧啶对亚硫酸氢盐脱氨作用的敏感性高于5-甲基胞嘧啶（5-MeC）的特性。在对目标基因组DNA进行PCR扩增后，可区分未甲基化的胞嘧啶与甲基化的胞嘧啶。...

DNA甲基化：亚硫酸氢盐修饰与分析

本文展示了一种用于研究生命早期应激下DNA甲基化和基因表达变化的简化工作流程。从新生小鼠的母体分离开始，到离散脑组织的分离，我们提供了一种从脑组织穿孔样本中同时提取DNA和RNA的实验方案，以用于后续的亚硫酸氢盐测序和逆转录PCR分析。...

大脑中微小解剖限定区域的DNA甲基化与基因表达优化分析

本视频演示了对胃肠道癌样本基因组DNA进行亚硫酸氢盐修饰的实验步骤。该技术有助于研究基因甲基化模式与癌症发生之间关系，并明确其在致癌过程中的作用。...

基因组DNA的亚硫酸氢盐转化：一种研究胃肠道癌组织基因组DNA样本中DNA甲基化的方法

增强型简化表示亚硫酸氢盐测序是一种基于限制性内切酶消化结合胞嘧啶亚硫酸氢盐转化的DNA甲基化分析测序文库制备方法。该方案需要50...

增强型简化表示亚硫酸氢盐测序法用于单碱基分辨率下的DNA甲基化分析

亚硫酸氢盐扩增子测序（BSAS）是一种用于定量目标基因组区域中胞嘧啶甲基化水平的方法。该方法在下一代测序之前，结合亚硫酸氢盐转化与目标区域的PCR扩增，从而在单碱基水平上实现DNA甲基化的绝对定量。...

通过下一代测序进行靶向DNA甲基化分析

本文介绍了一种利用甲基结合DNA捕获测序技术（MBDCap-seq 或...

用于患者组织的甲基化结合DNA捕获测序

本研究介绍了一种优化的甲基化CpG结合域（MBD）测序方案及相应的计算分析流程，用于鉴定慢性淋巴细胞白血病（CLL）患者中差异甲基化的富含CpG区域。...

利用基于甲基化CpG结合结构域捕获的方法对中国台湾慢性淋巴细胞白血病患者的全面DNA甲基化分析

本文介绍了一种可准确量化线粒体DNA（mtDNA）甲基化水平的实验方案。该方案描述了使用BamHI酶对DNA进行消化，并结合生物信息学分析流程，以避免因mtDNA二级结构导致的mtDNA甲基化水平高估问题。...

线粒体DNA甲基化的精确定量检测方法

本文描述了使用大鼠模型的Methyl-Seq（一种表观基因组学平台）的实验方案及实施方法，旨在鉴定与慢性应激暴露相关的表观遗传学改变。结果表明，大鼠Methyl-Seq平台能够检测出应激暴露引起的大鼠DNA甲基化差异。...

一种用于识别与应激暴露相关表观遗传变化的大鼠甲基化测序平台

本文描述了一种用于胃肠道癌症中全基因组DNA甲基化分析的实验方法。该方法适用于研究基因甲基化模式与胃肠道癌症发生过程中致癌因素之间关系的相关研究。...

胃肠道癌症中DNA甲基化的全基因组分析

学习DNA甲基化生物信息学分析的完整流程，包括亚硫酸氢盐处理、微阵列杂交和R Studio数据分析。该标准化方案适用于肥胖与表观遗传学研究，确保大数据集的技术可比性。

DNA甲基化的样本制备到生物信息学分析：肥胖及相关性状研究的关联策略

探索更多视频