Opisany protokół Capture Hi-C opiera się na przygotowaniu matrycy 3C w skali całego genomu z wykorzystaniem enzymu tnącego co cztery zasady (DpnII). Następnie wzbogacenie fragmentów ligacji w obrębie interesującego regionu genomowego uzyskuje się poprzez hybrydyzację zestawu płytek sondujących RNA (tiling RNA probes) i ich wychwyt z użyciem streptawidyny, zgodnie z systemem wzbogacania celowanego zastosowanym w niniejszym badaniu (Rysunek 1). Wybrano biotynilowane sondy RNA, ponieważ wykazują one silniejsze powinowactwo wiązania do swoich celów w porównaniu z sondami DNA52,60Przechwycone biblioteki są następnie indeksowane i łączone w celu przeprowadzenia multipleksowego sekwencjonowania wysokoprzepustowego. Dane Capture Hi-C mogą być wizualizowane jako wysokorozdzielcze mapy oddziaływań Hi-C, ale także jako mapy kontaktów z pojedynczym punktem widzenia (typu 4C), aby specyficznie zobrazować oddziaływania mniejszych sekwencji, takich jak promotory lub wzmacniacze, w obrębie całego przechwyconego regionu. Schemat procedury przedstawiono w Rycina 4Kontrolę jakości przed sekwencjonowaniem przedstawiono w Rycina 2 oraz obejmuje ocenę prawidłowego trawienia i religacji matrycy 3C oraz jej efektywnego ścinania i oczyszczania na poszczególnych etapach protokołu. Oczekuje się, że ścinane DNA matrycy 3C będzie migrować w zakresie od 150 do 700 bp i nie wystąpi wzbogacenie fragmentów >Należy wykryć fragment o wielkości 2 kb. W kolejnych etapach przeprowadza się kilka procedur oczyszczania DNA i selekcji wielkości z użyciem kulek magnetycznych — najpierw po fragmentacji, a następnie po reakcjach PCR przed i po wzbogaceniu (pre-capture i post-capture). Oczyszczone biblioteki wykazują wyraźny profil wzbogacenia fragmentów, co można zwizualizować za pomocą bioanalizatora DNA o wysokiej czułości (Rycina 2). Średnia wielkość fragmentów zwiększa się w trakcie przygotowywania biblioteki na skutek ligacji adapterów, primerów sekwencyjnych i indeksujących. Po sekwencjonowaniu przeprowadzono kontrolę jakości poprzez Hi-C Pro oraz przedstawiono w Rycina 3Zaproponowano wiele różnych aplikacji bioinformatycznych do przetwarzania i analizy danych typu 3C. Wśród nich rurociąg HiC-Pro jest jednym z najpopularniejszych rozwiązań, umożliwiającym przetwarzanie surowych danych sekwencjonowania aż do końcowych map kontaktów w różnych rozdzielczościach.55HiC-Pro wykorzystuje dwuetapową strategię mapowania do dopasowania odczytów sekwencjonowania do genomu referencyjnego. Następnie produkty 3C są rekonstruowane i filtrowane w celu usunięcia nieinformacyjnych par kontaktów oraz wygenerowania map kontaktów. Ponadto narzędzie to umożliwia wykorzystanie listy znanych polimorfizmów do przeprowadzenia analizy allelocentrycznej i rozdzielenia kontaktów pochodzących od dwóch alleli rodzicielskich na osobne mapy kontaktów. Niedawno HiC-Pro został włączony i rozszerzony w ramach struktury nf-core (nf-core-hic), zapewniając wysoce skalowalny i powtarzalny potok analiz tworzony przez społeczność.61,62.
Aby uchwycić mysie Xic, zaprojektowano zestaw 28 913 sond RNA pokrywających 3 Mb chromosomu X. Obszar ten obejmuje kluczowy element procesu XCI, długi niekodujący gen Xist oraz jego znany obszar regulacyjny o wielkości ~800 kb (Rysunek 5). Ten region o wielkości ~800 kb jest podzielony na dwie domeny TAD: jedną zawierającą promotor Xist oraz jego znane pozytywne regulatory (tj. niekodujące transkrypty Ftx, Jpx i Xert oraz gen kodujący białko Rnf12) oraz sąsiednią domenę TAD obejmującą negatywne regulatory cis Xist (tj. jego transkrypt antysensowny Tsix, element wzmacniający Xite oraz niekodujący transkrypt Linx) (przegląd literatury44,45).
Zastosowanie opisanego protokołu Capture Hi-C do Xic pozwoliło na uzyskanie organizacji topologicznej tego locus z niespotykaną dotąd rozdzielczością (Rysunek 6 oraz Rysunek 7). Jest to szczególnie widoczne przy porównaniu profilu Capture Hi-C z wcześniej opublikowanymi profilami 5C47 (Rysunek 6 oraz Rysunek 7; Tabela uzupełniająca 1) oraz Hi-C61 (Rysunek 6 oraz Rysunek 7; Tabela uzupełniająca 1). Na przykład struktury sub-TAD są bardziej wyraźne — TAD zawierający promotor Xist (Xist-TAD) jest wyraźnie podzielony na dwie mniejsze domeny (Rysunek 6A, niebieska strzałka). Wcześniej można było to jedynie wizualnie „przypuszczać” na podstawie profilu 5C (Rysunek 6B), mimo wykrycia granicy w tym regionie za pomocą algorytmu insulation score. Podobnie rozdzielczość profilu Capture Hi-C pozwala na identyfikację dwóch mniejszych domen w sąsiednim TAD (Rysunek 6A, B), który zawiera promotor locus Tsix (Tsix-TAD); nie udało się tego wcześniej osiągnąć za pomocą 5C (Rysunek 6B). Warto zauważyć, że granice topologiczne wyznaczone przez insulation score z danych Capture Hi-C i 5C są zazwyczaj wykrywane w nieco innych lokalizacjach i z różną siłą względną.
Co więcej, z danych Capture Hi-C wyraźnie widoczne są inne struktury sub-TAD, takie jak pętle kontaktowe, na przykład pętla między Xist a Ftx (Rysunek 7A), zidentyfikowana wcześniej metodą Capture-C63, oraz pętla między Xist a Xert (Rysunek 7B), niedawno zidentyfikowana przy użyciu podobnego protokołu Capture Hi-C48. Dzięki zwiększonej rozdzielczości profili Capture Hi-C można również dokładniej zmapować inne kontakty, takie jak te tworzące znane punkty zapalne (hotspots) kontaktów w obrębie Tsix-TAD pomiędzy locusami Linx, Chic1 i Xite (Rysunek 7A).
W porównaniu z danymi Hi-C przedstawionymi na Rysunku 7, metoda Capture Hi-C pozwoliła na czterokrotny wzrost rozdzielczości, wymagając jednocześnie jedynie jednej czwartej głębokości sekwencjonowania (tj. 126 M odczytów w porównaniu do 571 M) (Tabela uzupełniająca 1). Ten wzrost rozdzielczości umożliwia wykrycie subTAD-ów oraz interakcji pętlowych, których nie można było wykryć za pomocą Hi-C przy głębokości sekwencjonowania przedstawionej na Rysunku 6 oraz Rysunku 7. Opisany protokół Capture Hi-C pozwala zatem na znacznie bardziej szczególną charakterystykę o wysokiej rozdzielczości dużego, interesującego regionu genomowego w porównaniu do poprzednich podejść.

Rysunek 1: Projektowanie sond. Schematyczna reprezentacja strategii wykorzystanej do projektowania sond. Wybrano regiony o długości 300 bp powyżej i poniżej każdego miejsca restrykcyjnego DpnII w obrębie 3 Mb docelowego obszaru, które następnie pokryto nakładającymi się biotynowanymi sondami RNA. Przedstawiono jeden z tych wybranych regionów, chrX: 102,474,805-102,475,500. W każdej sondzie dopuszczono maksymalnie 40 zasad sekwencji repetytywnych. Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

Rycina 2: Kontrole jakości przed sekwencjonowaniem w metodzie Capture Hi-C. (A) Reprezentatywny przykład kontroli jakości matrycy 3C. Na 1% żel agarozowy naniesiono 200 ng DNA. Ścieżka 1: drabinka 1 kb. Ścieżka 2: Niestrawiona, sieciowana i nienaruszona chromatyna przebiega jako ostry prążek przy >10 kb. Ścieżka 3: Sieciowana chromatyna trawiona enzymem DpnII przebiega jako rozmycie (smear) o rozmiarze od 1 kb do 3 kb. Ścieżka 4: Końcowa biblioteka lub matryca 3C; wolne końce strawionych, sieciowanych fragmentów DNA zostały religowane. Rozmycie DNA o niższej masie cząsteczkowej jest prawie niewykrywalne, a produkt ligacji jest wykrywany jako prążek >10 kb. (B) Reprezentatywne przykłady profili DNA z bioanalizatora o wysokiej czułości. Górna lewa część: pomyślnie pofragmentowana biblioteka 3C wykazująca rozkład rozmiaru fragmentów między 150 bp a 700 bp. Górna prawa część: niezadowalająca pofragmentowana biblioteka 3C. Niepofragmentowane DNA jest wykrywane jako szerokie wzbogacenie fragmentów >2 kb. (C) Dolna lewa część: próbka pofragmentowanego DNA po selekcji rozmiaru strony lewej w stosunku 1:1 przy użyciu kulek SPRI. Wzbogacone są fragmenty o rozmiarze ~300 bp. Dolna środkowa część: profil PCR przed przechwytywaniem po ligacji adapterów do końców parzystych zgodnie z protokołem producenta. Dolna prawa część: końcowa biblioteka Capture Hi-C zawierająca adaptery, primery do sekwencjonowania i indeksowania dla sekwencjonowania multipleksowego. Skróty: bp = pary zasad, FU = dowolna jednostka fluorescencji. Kliknij tutaj, aby zobaczyć powiększoną wersję tej ryciny.

Rycina 3: Kontrola jakości po sekwencjonowaniu Capture Hi-C z wykorzystaniem HiC-Pro. (A) Przykład współczynnika mapowania w genomie referencyjnym dla pierwszego odczytu z par sekwencjonowania. Jasnoniebieska frakcja reprezentuje odczyty wyrównane przez HiC-Pro obejmujące miejsce ligacji. Metryka ta może zatem służyć do walidacji eksperymentalnego etapu ligacji. (B) Po wyrównaniu par sekwencjonowania w genomie, do analizy zachowywane są tylko jednoznacznie wyrównane pary odczytów. (C) Pary nieważne (na czerwono), takie jak wolne końce (dangling-end), samokolizje (self-circle) lub religacje, są odrzucane z analizy. Frakcja par ważnych jest dobrym wskaźnikiem wydajności ligacji i pull-down. (D) Pary ważne mogą być dalej podzielone na kontakty wewnątrz- i międzychromosomalne oraz krótkie i długie zasięgi. Zduplikowane pary odczytów, które prawdopodobnie reprezentują artefakty PCR, są odrzucane z analizy. (E) W analizie specyficznej dla alleli HiC-Pro raportuje liczbę odczytów allelicznych wspieranych przez jeden lub dwa odczyty z pary dla każdego genomu rodzicielskiego (tj. C57BL/6J x CASTEi/J). Oczekuje się podobnej frakcji odczytów przypisanych do allela matczynego i ojcowskiego. (F) Na koniec, do budowy map kontaktów wybierane są tylko ważne pary nakładające się na region wychwytu. Pary typu capture-capture reprezentują kontakty w obrębie regionu docelowego, natomiast pary capture-reporter obejmują interakcje między regionem docelowym a regionem poza docelowym. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Rysunek 4: Workflow protokołu Capture Hi-C. Schematyczne przedstawienie poszczególnych etapów protokołu. W celu wytworzenia matrycy 3C dla całego genomu, chromatynę najpierw sieciuje się formaldehydem, a następnie trawi enzymem restrykcyjnym DpnII. Wolne końce DNA są następnie religowane, sieciowanie jest odwracane, a DNA oczyszczane. Aby wzbogacić fragmenty obejmujące region docelowy, zestaw biotynylowanych sond RNA jest hybrydyzowany z matrycą 3C i przechwytywany za pomocą pull-down z udziałem streptawidyny. Biblioteki Capture są przetwarzane w celu sekwencjonowania multipleksowego, a prawidłowe fragmenty ligacji są kwantyfikowane, aby wywnioskować częstotliwość kontaktów chromatyny w obrębie celu, co jest wizualizowane w postaci map interakcji o wysokiej rozdzielczości. Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.

Rysunek 5: Przegląd regionu obejmującego Xic na chromosomie X myszy. Schematyczne przedstawienie chromosomu X myszy oraz powiększenie uchwyconego regionu o wielkości 3 Mb (ChrX: 102 475 000-105 475 000). Region docelowy obejmuje ok. 800 kb DNA odpowiadających Xic, głównemu locus regulacyjnemu XCI. Xic zawiera długie niekodujące geny, w tym Xist, kluczowy element XCI, oraz jego krajobraz regulacyjny. Pozytywne regulatory Xist zaznaczono na zielono, a negatywne regulatory na fioletowo. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rysunek 6: Mapy oddziaływań Capture Hi-C, 5C i Hi-C w obrębie wychwyconego regionu o wielkości 3 Mb. (A) Mapa oddziaływań Capture Hi-C celu o wielkości 3 Mb obejmującego mysi region Xic przy rozdzielczości 10 kb (niniejsze badanie). (B) Mapa oddziaływań 5C tego samego regionu celu co w A przy rozdzielczości 6 kb (dane przetworzone ponownie z47). Regiony powtarzalne, niewłączone do analiz, są zamaskowane kolorem białym. Dane 5C wymagają oddzielnego przetwarzania bioinformatycznego (patrz47). Po oczyszczeniu i dopasowaniu, mapy 5C w rozdzielczości starterów są grupowane za pomocą ruchomej mediany (okno = 30 kb, krok = 5), aby uzyskać końcową rozdzielczość 6 kb. (C) Mapa oddziaływań Hi-C tego samego regionu genomowego co w A i B przy rozdzielczości 40 kb (dane przetworzone ponownie z64). Wszystkie mapy oddziaływań zostały wygenerowane z mysich komórek ESC. Wskaźnik izolacji obliczono za pomocą cooltools i przedstawiono w formie histogramów z minimami izolacji na granicach TAD. Granice TAD są przedstawione jako linie pionowe poniżej mapy. Wysokość każdej linii wskazuje siłę granicy. Geny są przedstawione jako strzałki wskazujące kierunek transkrypcji. Granice sub-TAD, które są wykrywane wyłącznie lub dokładniej na mapach Capture Hi-C, są oznaczone purpurowymi i niebieskimi grotami strzałek odpowiednio dla sub-TAD w obrębie TAD-ów Tsix i Xist. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rycina 7: Mapy interakcji Capture Hi-C, 5C i Hi-C na odcinku 1 Mb w obrębie uchwyconego regionu. (A) Mapa interakcji Capture Hi-C regionu genomowego 1 Mb obejmującego mysie Xic przy rozdzielczości 5 kb (niniejsze badanie). (B) Mapa interakcji 5C tego samego regionu genomowego co w A przy rozdzielczości 6 kb (dane przetworzone ponownie z47). Regiony powtarzalne, niewłączone do analiz, są zamaskowane kolorem białym. Należy zauważyć, że dane 5C wymagają oddzielnego przetwarzania bioinformatycznego (patrz47). Po czyszczeniu i dopasowaniu, mapy 5C w rozdzielczości starterów są grupowane za pomocą ruchomej mediany (okno = 30 kb, krok = 5), aby osiągnąć końcową rozdzielczość 6 kb. (C) Mapa interakcji Hi-C tego samego regionu genomowego co w A i B przy rozdzielczości 20 kb (dane przetworzone ponownie z64). Wszystkie mapy interakcji zostały wygenerowane z mESCs. Wynik izolacji został obliczony przy użyciu cooltools i jest przedstawiony w formie histogramów z minimami izolacji na granicach TAD. Granice TAD są pokazane jako linie pionowe pod mapą. Wysokość każdej linii wskazuje siłę granicy. Geny są przedstawione jako strzałki wskazujące kierunek transkrypcji. Pętle kontaktowe, które zostały wykryte wyłącznie lub dokładniej w Capture Hi-C, są oznaczone magenta i niebieskimi gwiazdkami odpowiednio dla pętli w TAD-ach Tsix i Xist. Aby wyświetlić większą wersję tej ryciny, kliknij tutaj.
Tabela uzupełniająca 1: Statystyki po sekwencjonowaniu dla zbiorów danych użytych w niniejszym manuskrypcie: Capture Hi-C (niniejsza praca), Hi-C64 oraz 5C47. Kliknij tutaj, aby pobrać ten plik.