【生物信息学第二版】计算表观遗传学

1、生物信息学生物信息学第十章第十章 计算表观遗传学计算表观遗传学哈尔滨医科大学哈尔滨医科大学 张岩张岩生物信息学生物信息学长颈鹿的来源长颈鹿的来源第一节第一节 引言引言Section 1 Introduction 一、表观遗传学（一、表观遗传学（epigeneticsepigenetics） 表观遗传学是研究不涉及表观遗传学是研究不涉及DNA序列改变的情况下，序列改变的情况下，DNA甲基化谱、染色质结构状态和基因表达谱在细甲基化谱、染色质结构状态和基因表达谱在细胞代间传递的遗传现象的一门科学。胞代间传递的遗传现象的一门科学。遗传现象遗传现象:生物界普遍存在的现象生物界普遍存在的现象表观遗传现象表

2、观遗传现象:生物界普遍存在的另一现象生物界普遍存在的另一现象二、计算表观遗传学二、计算表观遗传学 应用及开发应用及开发生物信息学方法生物信息学方法（统计分析，模式识（统计分析，模式识别等）解决生物医学相关的表观遗传学问题。别等）解决生物医学相关的表观遗传学问题。生物信息学构架了基因组学与表观基因组学的桥梁生物信息学构架了基因组学与表观基因组学的桥梁计计算算表表观观遗遗传传学学表观遗传学领域全球发表的论文表观遗传学领域全球发表的论文计算表观遗传学的发展计算表观遗传学的发展三、计算表观遗传学研究方向三、计算表观遗传学研究方向 预测预测的角度研究表观遗传现象。的角度研究表观遗传现象。 应用生物信息学

3、工具建立遗传与表观遗传应用生物信息学工具建立遗传与表观遗传调控调控网络网络。 表观遗传表观遗传数据库数据库。 建立在表观遗传机制基础的建立在表观遗传机制基础的功能基因组及比较功能基因组及比较基因组研究基因组研究。四、计算表观遗传学研究内容四、计算表观遗传学研究内容（一）数据层面（一）数据层面分子水平的表观遗传修饰分子水平的表观遗传修饰（二）数据分类（二）数据分类（三）算法层面（三）算法层面开发新开发新方法方法和工具和工具 处理及分析表处理及分析表观遗传数据观遗传数据 挖掘表观挖掘表观遗传现象遗传现象常用的算法常用的算法统计学方法统计学方法 回归分析回归分析 相关分析及判别分析相关分析及判别分析

4、 聚类分析聚类分析 主成分分析主成分分析 因子分析因子分析模式识别方法模式识别方法 支持向量机支持向量机 决策树决策树 贝叶斯网络贝叶斯网络 最小二乘法最小二乘法 最近邻算法最近邻算法（四）功能层面（四）功能层面目的目的 有效利用当前已有的高通量表观基因组数据有效利用当前已有的高通量表观基因组数据 单核苷酸多态、单核苷酸多态、DNA甲基化与基因表达之间的关甲基化与基因表达之间的关系，挖掘调控基因表达的关键因子。系，挖掘调控基因表达的关键因子。 举例：利用举例：利用DNA甲基化数据预测新的癌症相关基因甲基化数据预测新的癌症相关基因Prioritizing cancer-related genes

5、 with aberrant methylation based on a weighted protein-protein interaction network.人类蛋白质互作网络人类蛋白质互作网络 癌症相关的子网癌症相关的子网肿瘤肿瘤神经退行神经退行性疾病性疾病心血管心血管疾病疾病精神性精神性疾病疾病代谢性代谢性疾病疾病（一）计算表观遗传学与疾病（一）计算表观遗传学与疾病五、计算表观遗传学的应用五、计算表观遗传学的应用内源性逆转录表达内源性逆转录表达肿瘤抑制基因表达肿瘤抑制基因表达染色质结构异常染色质结构异常 肿瘤表观遗传的特征肿瘤表观遗传的特征精神性疾病精神性疾病DNA甲基化的特征甲基

6、化的特征（二）计算表观遗传学与发育（二）计算表观遗传学与发育发育中发育中DNA甲基化的特征甲基化的特征早期胚胎早期胚胎DNA甲基化的特征甲基化的特征（三）计算表观遗传学与进化（三）计算表观遗传学与进化DNA甲基化的进化分析甲基化的进化分析DNA甲基化的进化分析甲基化的进化分析DNA甲基化的进化分析甲基化的进化分析DNADNA甲基化和组蛋白修饰有潜在的临床用途甲基化和组蛋白修饰有潜在的临床用途附加的诊断工具附加的诊断工具预后因子预后因子治疗反应预测治疗反应预测用于普遍临床实践用于普遍临床实践抑癌基因高甲基化和抑癌基因高甲基化和DNA高甲基化谱可用于癌症病高甲基化谱可用于癌症病人预后指示器人预后指

7、示器特定基因的高甲基化可对特定基因的高甲基化可对治疗反应进行预测治疗反应进行预测第二节第二节 基因组的基因组的DNADNA甲基化甲基化Section 2 Genome-wide DNA Methylation一、一、CpGCpG岛的岛的DNADNA甲基化调控基因表达甲基化调控基因表达（一）（一） DNADNA甲基化与甲基化与CpGCpG岛岛 DNA甲基化是一种发生在甲基化是一种发生在DNA序列上的化学修饰，序列上的化学修饰，可以在转录及细胞分裂前后被稳定地遗传。可以在转录及细胞分裂前后被稳定地遗传。DNA甲甲基化是重要的表观遗传代码。基化是重要的表观遗传代码。 DNA甲基化的发生机制甲基化的发

8、生机制（二）（二）DNADNA甲基化对转录的调控甲基化对转录的调控1. DNA甲基化阻碍转录因子的结合甲基化阻碍转录因子的结合2. DNA甲基化识别染色质标记甲基化识别染色质标记 3. DNA甲基化募集其他蛋白引起染色质沉默甲基化募集其他蛋白引起染色质沉默4. DNA甲基化影响核小体定位甲基化影响核小体定位CpG岛甲基化和转录的关系岛甲基化和转录的关系（三）（三）DNADNA甲基化的意义甲基化的意义 CpG二核苷酸的甲基化与重复元件沉默二核苷酸的甲基化与重复元件沉默 CpG二核苷酸的甲基化与染色体的选择性沉默二核苷酸的甲基化与染色体的选择性沉默 DNA甲基化与基因的组织特异表达甲基化与基因的组

9、织特异表达二、基因组二、基因组CpGCpG岛识别方法岛识别方法（一）一）CpGCpG岛识别准则岛识别准则Gardiner-Garden和和Frommer长度最短长度最短200bpGC含量至少含量至少50%CpG O/E最小最小0.6许多启动子缺乏严格定义的许多启动子缺乏严格定义的CpG岛，但是有组织岛，但是有组织特异的甲基化模式和转录活性有密切联系。特异的甲基化模式和转录活性有密切联系。1. 最初的最初的CpG岛定义岛定义2. 改进的改进的CpG岛定义岛定义Takai和和Jones增加最短长度、增加最短长度、CpG O/E值值GC含量分别到含量分别到500 bp,0.65% 和和 55%对预测

10、精度对预测精度的影响。的影响。通过使阈值更加严格，通过使阈值更加严格，Alu重复元件得到最大程重复元件得到最大程度的排除，但此时却排除了原来数量度的排除，但此时却排除了原来数量10%的的CpG岛，这表明一些真正的岛，这表明一些真正的CpG岛可能也被排除。岛可能也被排除。常见的常见的CpG岛预测算法岛预测算法预测方法预测方法长度长度（bpbp）GCGC含量含量（% %）CpG CpG O/EO/E重复元重复元件屏蔽件屏蔽备注备注ENSEMBL40050%0.6否否严格的参数限制严格的参数限制NCBI宽松宽松20050%0.6否否总总CpG岛数目岛数目307193NCBI严格严格50050%0.6

11、否否总总CpG岛数目岛数目24163UCSC20050%0.6是是总总CpG岛数目岛数目28226常见的常见的CpG岛预测算法岛预测算法预测方法预测方法长度长度（bpbp）GCGC含量含量（% %）CpG CpG O/EO/E重复元重复元件屏蔽件屏蔽备注备注EMBOSS指定指定指定指定指定指定否否参数可调参数可调CpGProD50050%0.6是是总总CpG岛数目岛数目76793CpGcluster无限无限制制无限制无限制无限制无限制否否总总CpG岛数目岛数目197727CpG_MI50无限制无限制无限制无限制否否总总CpG岛数目岛数目40926差异取决于以下因素差异取决于以下因素（1 1）任

12、意阈值的应用；）任意阈值的应用；（2 2）没有考虑到）没有考虑到CpGCpG岛的异质性；岛的异质性；（3 3）基于）基于DNADNA序列的预测方法忽略了序列的预测方法忽略了DNADNA甲基化状态。甲基化状态。举例：窗口法举例：窗口法Analyze a window. Does it meet CpG island criteria? If not, slide to the right one nucleotideAnd analyze again.And again.Until it meets the criteria Then jump ahead and check the windo

13、w adjacent to the island on the 3 side.Repeat as needed, until the new window does not meet the CpG island criteriaThen slide the window back toward the island.Keep sliding until the window meets CpG island criteria. If it doesnt meet the criteria, try trimming a base pair off each end and analyzing

14、 again. 削减削减削减削减削减削减Once it meets CpG island criteria, move on to the next adjacent window and analyze that. （二）实验方法寻找（二）实验方法寻找CpGCpG岛岛 Illingworth等人最近开发了一项等人最近开发了一项CXXC亲和纯化技亲和纯化技术（术（CAP，CXXC affinity purification）以富集非）以富集非甲基化的甲基化的CpG富集的富集的DNA片段（片段（CpG岛）。岛）。 该技术使用了半胱氨酸富集的对非甲基化的该技术使用了半胱氨酸富集的对非甲基化的CpG

15、位位点有高亲和性的点有高亲和性的CXXC3结构域。结构域。CXXC结构域对只结构域对只包含甲基化的包含甲基化的CpG位点或缺乏位点或缺乏CpG位点的位点的DNA片段片段几乎没有亲和性。几乎没有亲和性。 从小鼠从小鼠Mbd1中得到的重组的中得到的重组的CXXC结构域对非甲基结构域对非甲基化的化的CpG位点有高的结合特异性，并被用于从全基位点有高的结合特异性，并被用于从全基因组因组DNA中提取中提取CpG岛。他们从人类血液中提取了岛。他们从人类血液中提取了超过超过17000个个CpG岛。岛。实验方法确定的基因组范围实验方法确定的基因组范围CpG岛图谱岛图谱（三）（三）CpGCpG岛定位有助于发现新

16、基因岛定位有助于发现新基因 CpG岛是重要的调控元件岛是重要的调控元件,可用于新基因的发现。可用于新基因的发现。CpG岛通常是不被甲基化的，作为管家基因的重岛通常是不被甲基化的，作为管家基因的重要标志之一。要标志之一。UCSC数据库的截图展示了三个数据库的截图展示了三个CpG岛岛三、实验检测技术测定三、实验检测技术测定DNADNA甲基化状态甲基化状态（一）一）DNADNA甲基化的检测方法甲基化的检测方法 目前常用的目前常用的DNA甲基化检测方法是将待检序列中甲基化检测方法是将待检序列中甲基化的胞嘧啶转化为其他碱基组成的变化。最新甲基化的胞嘧啶转化为其他碱基组成的变化。最新的检测方法还用到了基因

17、微阵列（的检测方法还用到了基因微阵列（microarray）。）。 1.限制性内切酶法限制性内切酶法2.亲和纯化亲和纯化3.重亚硫酸钠法重亚硫酸钠法1.限制性内切酶法限制性内切酶法使用甲基化敏感的酶检测使用甲基化敏感的酶检测DNA甲基化甲基化2.亲和纯化亲和纯化3.重亚硫酸钠法重亚硫酸钠法（二）基因组范围高通量的（二）基因组范围高通量的DNADNA甲基化检测方法甲基化检测方法高通量测序是最新发展起来的但却是最有前途的高通量测序是最新发展起来的但却是最有前途的全基因组全基因组DNA甲基化分析方法。高通量测序技术甲基化分析方法。高通量测序技术的出现，使得产生大量序列信息的时间和成本均的出现，使得产

18、生大量序列信息的时间和成本均要低于桑格法。要低于桑格法。目前，两种高通量的测序平台最为流行：一种是目前，两种高通量的测序平台最为流行：一种是454生命科学公司开发的焦磷酸测序方法，另外一生命科学公司开发的焦磷酸测序方法，另外一种是种是Illumina前身的前身的Solexa开发的基于荧光核苷酸开发的基于荧光核苷酸的系统。的系统。 技术技术应用应用优势优势局限局限Illumina磁珠磁珠阵列阵列甲基化多态甲基化多态性发现和分性发现和分析析定量，多达定量，多达96个样品个样品的同时快速分析的同时快速分析需要设计引物文需要设计引物文库，同时只能分库，同时只能分析析1536个位点个位点Affymetr

19、ix芯片芯片全基因组甲全基因组甲基化测定基化测定探针密度大，支持物探针密度大，支持物种多，可定制，价格种多，可定制，价格合理合理短寡核苷酸噪声短寡核苷酸噪声大，单通道杂交，大，单通道杂交，定制芯片昂贵定制芯片昂贵NimbleGen微阵列微阵列全基因组甲全基因组甲基化测定基化测定长寡核苷酸探针产生长寡核苷酸探针产生更纯净的数据，双通更纯净的数据，双通道杂交，定制芯片不道杂交，定制芯片不昂贵，价格合理昂贵，价格合理较较Affymetrix芯芯片的探针密度小片的探针密度小DNA甲基化大规模分析可用平台一览表甲基化大规模分析可用平台一览表技术技术应用应用优势优势局限局限Agilent微阵微阵列列大规模

20、甲大规模甲基化测定基化测定长寡核苷酸探针产长寡核苷酸探针产生更纯净的数据，生更纯净的数据，双通道杂交双通道杂交较较Affymetrix和和NimbleGen芯芯片的探针密度小片的探针密度小得多得多Solexa测序测序全基因组全基因组甲基化测甲基化测定，分析定，分析印记位点印记位点定量化，无需杂交，定量化，无需杂交，并行的基因型信息并行的基因型信息下一代技术，需下一代技术，需要购买昂贵的仪要购买昂贵的仪器或服务器或服务DNA甲基化大规模分析可用平台一览表甲基化大规模分析可用平台一览表四、异常四、异常DNADNA甲基化特征识别甲基化特征识别（一）癌症基因组整体低甲基化一）癌症基因组整体低甲基化（二

21、）癌基因的印记丢失（二）癌基因的印记丢失（三）基因超甲基化是癌症的标志（三）基因超甲基化是癌症的标志不同癌症之间存在差异不同癌症之间存在差异MeInfoText和和PubMeth数据库汇总了癌症特异的异数据库汇总了癌症特异的异常甲基化信息。使用生物信息学方法有助于进一步常甲基化信息。使用生物信息学方法有助于进一步扩充已知的异常甲基化基因列表的信息。扩充已知的异常甲基化基因列表的信息。第三节第三节 组蛋白修饰的表观基因组组蛋白修饰的表观基因组Section 3 Epigenome of Histone Modifications一、组蛋白密码是重要表观遗传标记之一一、组蛋白密码是重要表观遗传标记

22、之一（一）核小体与组蛋白修饰（一）核小体与组蛋白修饰1. 核小体与组蛋白核小体与组蛋白 组蛋白修饰位点组蛋白修饰位点2. 组蛋白修饰与转录组蛋白修饰与转录 关于组蛋白修饰在转录中的作用，已经有许多模型关于组蛋白修饰在转录中的作用，已经有许多模型如电中性模型、组蛋白密码以及信号通路模型被提如电中性模型、组蛋白密码以及信号通路模型被提出来。出来。 不同的组蛋白修饰类型的作用不尽相同。不同的组蛋白修饰类型的作用不尽相同。 组蛋白乙酰化主要促使基因表达和组蛋白乙酰化主要促使基因表达和DNA复制，使复制，使组蛋白乙酰化定位的基因得到动态的调控。组蛋白组蛋白乙酰化定位的基因得到动态的调控。组蛋白去乙酰化则

23、使基因沉默。去乙酰化则使基因沉默。 组蛋白的磷酸化可以改变组蛋白的电荷，对基因转组蛋白的磷酸化可以改变组蛋白的电荷，对基因转录、录、DNA修复和染色质凝聚等过程起调控作用。修复和染色质凝聚等过程起调控作用。 组蛋白的泛素化可以降解组蛋白的泛素标记，启动组蛋白的泛素化可以降解组蛋白的泛素标记，启动基因表达。基因表达。3. 组蛋白修饰的命名法组蛋白修饰的命名法 一个组蛋白修饰的精确表示由三部分组成：组蛋白一个组蛋白修饰的精确表示由三部分组成：组蛋白名称名称+组蛋白尾巴上的位点组蛋白尾巴上的位点+修饰类型和个数。修饰类型和个数。例如基因转录起始位点富集普遍存在例如基因转录起始位点富集普遍存在H3K4

24、me3修饰，它是组蛋白修饰，它是组蛋白H3上，具体的位置为第四个上，具体的位置为第四个位置即赖氨酸（位置即赖氨酸（lysine, K），该位置存在三个甲），该位置存在三个甲基基团。基基团。又如又如H3K9me，则表示组蛋白，则表示组蛋白H3上的第九位置上上的第九位置上的甲基化修饰，但并没有指定甲基集团的数目，的甲基化修饰，但并没有指定甲基集团的数目，则泛指组蛋白甲基化修饰，这些模糊记法已被广则泛指组蛋白甲基化修饰，这些模糊记法已被广泛地使用。泛地使用。（二）激活性和抑制性的组蛋白修饰（二）激活性和抑制性的组蛋白修饰 根据对基因起到激活还是抑制作用，组蛋白修饰可根据对基因起到激活还是抑制作用，组

25、蛋白修饰可以大致分为两类：激活性的组蛋白修饰和抑制性的以大致分为两类：激活性的组蛋白修饰和抑制性的组蛋白修饰。组蛋白修饰。 激活性的组蛋白修饰中最常见的是激活性的组蛋白修饰中最常见的是H3K4me。 抑制性的组蛋白修饰中最常见的是抑制性的组蛋白修饰中最常见的是H3K27me。（三）组蛋白密码（三）组蛋白密码1. 动态而又稳定的组蛋白密码动态而又稳定的组蛋白密码 组蛋白的氨基酸残基可以接受许多种化学修饰，包组蛋白的氨基酸残基可以接受许多种化学修饰，包括甲基化和乙酰化等修饰。质谱分析检测到组蛋白括甲基化和乙酰化等修饰。质谱分析检测到组蛋白H2A有有13个可以接受修饰的位点，个可以接受修饰的位点，H

26、2B、H3和和H4则分别有则分别有12个，个，21个和个和14个可以接受修饰的位点。个可以接受修饰的位点。每个氨基酸残基位点可以发生至少一种化学修饰。每个氨基酸残基位点可以发生至少一种化学修饰。 2. 细胞分化过程中的组蛋白密码细胞分化过程中的组蛋白密码 组蛋白修饰的调控在许多生理过程中起到重要作用，组蛋白修饰的调控在许多生理过程中起到重要作用，这其中就包括细胞分化。研究发现组蛋白乙酰化对维这其中就包括细胞分化。研究发现组蛋白乙酰化对维持细胞的未分化和多能状态十分重要。使用组蛋白去持细胞的未分化和多能状态十分重要。使用组蛋白去乙酰酶抑制剂有助于维持干细胞的多能性乙酰酶抑制剂有助于维持干细胞的多

27、能性（pluripotency）。）。 相反，用去乙酰酶抑制剂刺激人类成熟细胞或癌症相反，用去乙酰酶抑制剂刺激人类成熟细胞或癌症细胞会诱导分化的进行。因此，表观遗传调控对于细胞会诱导分化的进行。因此，表观遗传调控对于细胞成熟至关重要。到底是什么类型组蛋白修饰或细胞成熟至关重要。到底是什么类型组蛋白修饰或组蛋白修饰组合控制分化呢？如前所述，组蛋白乙组蛋白修饰组合控制分化呢？如前所述，组蛋白乙酰化有助于保持细胞的多能性。酰化有助于保持细胞的多能性。 细胞分化过程中的组蛋白修饰变化细胞分化过程中的组蛋白修饰变化 （一）测定组蛋白修饰的高通量技术（一）测定组蛋白修饰的高通量技术二、组蛋白修饰的高通量测

28、定及分析技术二、组蛋白修饰的高通量测定及分析技术检测技术检测技术ChIP-chipChIP-chipChIP-SAGEChIP-SAGEChIP-SeqChIP-Seq定量性定量性受杂交效率影受杂交效率影响响定量定量定量定量分辨率的影响分辨率的影响因素因素染色质长度及染色质长度及探针密度探针密度酶切效率酶切效率染色质长度，测序深染色质长度，测序深度度全基因组范围全基因组范围实验花销实验花销多多多多少少实验对于测定实验对于测定区域的局限性区域的局限性局限于预设的局限于预设的基因组区域基因组区域受酶切位点受酶切位点的限制的限制可覆盖大部分基因组可覆盖大部分基因组区域区域ChIPchip来自来自Ge

29、nome-wide approaches to studying chromatin modificationsChIPSAGEChIPSeq（二）分析基因组范围的组蛋白修饰数据（二）分析基因组范围的组蛋白修饰数据1. 高通量组蛋白修饰分析工具高通量组蛋白修饰分析工具Tiling ArrayTileMap 基于模型的瓦式芯片分析算法（基于模型的瓦式芯片分析算法（model-based analysis of tilingarray algorithm, MAT）。）。 ChIP-SeqCisGenomeMACS2. 组蛋白修饰峰值探测组蛋白修饰峰值探测 与其他基于与其他基于ChIP的高通量技术

30、一致的是，从的高通量技术一致的是，从ChIP-Seq标签数据鉴别出可靠的组蛋白修饰谱，等价于标签数据鉴别出可靠的组蛋白修饰谱，等价于寻找一段基因组区域内的统计学显著的组蛋白修饰寻找一段基因组区域内的统计学显著的组蛋白修饰标签的峰。标签的峰。 一个最直接的想法是，对于一段长度一定的基因组一个最直接的想法是，对于一段长度一定的基因组区域来说，包含区域来说，包含R个序列标签可以从统计学水平支个序列标签可以从统计学水平支持这段区域被组蛋白修饰所定位。持这段区域被组蛋白修饰所定位。一般原理一般原理 构造背景分布：构造背景分布： 泊松分布泊松分布 例：人类基因组例：人类基因组gsize=3.0E9*0.8

31、=2.4E9 窗宽窗宽w 基因组期望的标签数（基因组期望的标签数（CD4+ T细胞细胞H3K9me3） 求求 使使 0.01-/ !nen6348997*200/0.5291gsize-1-01-/!RnnpenR 当当R=3时，时，p=0.0021，满足要求。所以，以，满足要求。所以，以w为窗为窗宽，将基因组打碎，以宽，将基因组打碎，以d为步长，移动窗口，找出为步长，移动窗口，找出满足大于满足大于3个标签的窗口，合并后即为组蛋白修饰个标签的窗口，合并后即为组蛋白修饰H3K9me3定位区域。定位区域。三、组蛋白修饰与其他表观遗传修饰的协同调控三、组蛋白修饰与其他表观遗传修饰的协同调控（一）（一

32、）DNA甲基化和组蛋白修饰的相互作用甲基化和组蛋白修饰的相互作用（二）通过贝叶斯网络重构表观遗传修饰协同调控基因表（二）通过贝叶斯网络重构表观遗传修饰协同调控基因表达网络达网络四、组蛋白修饰异常与人类疾病四、组蛋白修饰异常与人类疾病（一一）异常）异常组蛋白修饰模式组蛋白修饰模式与与癌症癌症（二二）组蛋白修饰与其他疾病组蛋白修饰与其他疾病（三三）食品营养与食品营养与组蛋白修饰组蛋白修饰第四节第四节 基因组印记基因组印记Section 4 Genomic Imprinting一、基因组印记是表观遗传现象一、基因组印记是表观遗传现象基因组印记是在母基因组印记是在母本和父本之间产生本和父本之间产生功能

33、性区别并在哺功能性区别并在哺乳动物发育与生长乳动物发育与生长中起重要作用的一中起重要作用的一种表观遗传学机制。种表观遗传学机制。二、基于生物信息学方法识别新印记基因二、基于生物信息学方法识别新印记基因 目前实验测得印记基因的主要方法是利用目前实验测得印记基因的主要方法是利用DNA甲基甲基化和基因表达分析基因的印记情况，只关注染色体的化和基因表达分析基因的印记情况，只关注染色体的一小段区域。由于基因的单等位表达可能只发生在特一小段区域。由于基因的单等位表达可能只发生在特定亚型、组织或发育阶段，所以实验确定印记基因面定亚型、组织或发育阶段，所以实验确定印记基因面临很多问题。临很多问题。 主要预测印

34、记基因的方法是用机器学习方法基于基因主要预测印记基因的方法是用机器学习方法基于基因的序列特征预测全基因组印记基因。的序列特征预测全基因组印记基因。常用的模式识别方法常用的模式识别方法 支持向量机（支持向量机（SVM） 径向基神经网络（径向基神经网络（RBF） 隐马尔可夫模型隐马尔可夫模型 Logistic回归回归 主成分分析和二次判别分析主成分分析和二次判别分析DNADNA序列特征序列特征 CpG岛和岛和GC含量含量重复序列重复序列长散在核元件（长散在核元件（LINEs）短散在核元件（短散在核元件（SINEs）简单重复序列简单重复序列DNA elements低复杂度重复序列低复杂度重复序列长末

35、端重复序列（长末端重复序列（LTRs）基于主成分分析和二次判别的预测模型基于主成分分析和二次判别的预测模型三、印记基因的表观遗传异常与人类疾病三、印记基因的表观遗传异常与人类疾病印记基因对哺乳动物的发育是至关重要的，哺乳动物印记基因对哺乳动物的发育是至关重要的，哺乳动物的基因印记抑制基因表达，印记基因的异常表达会导的基因印记抑制基因表达，印记基因的异常表达会导致多种人类疾病。研究发现许多印记基因对胚胎和胎致多种人类疾病。研究发现许多印记基因对胚胎和胎儿出生后的生长发育有重要的调节作用，对行为和大儿出生后的生长发育有重要的调节作用，对行为和大脑的功能也有很大的影响，印记基因的异常同样可诱脑的功能

36、也有很大的影响，印记基因的异常同样可诱发癌症。发癌症。第五节第五节 表观遗传学数据库及软件表观遗传学数据库及软件Section 5 Databases and Softwares in Epigenetics一、表观遗传学常用数据库一、表观遗传学常用数据库 1.人类表观基因组计划数据库人类表观基因组计划数据库2.表观基因组图谱表观基因组图谱3.人类人类DNA甲基化与癌症数据库甲基化与癌症数据库Epigenome ProjectRivera, C.M., and Ren, B. （2013）. Mapping human epigenomes. Cell 155, 39-55.Epigenome

37、 Data ResourcesEpigenome BrowserRahul Karnik1 and Alexander Meissner （2013）. Browsing （Epi）genomes: A Guide to Data Resources and Epigenome Browsers for Stem Cell Researchers. Cell Stem Cell 13, 14-21.Local Epigenome BrowserUCSC Genome Browser 本地化本地化http:/ of Differentially Methylated Regions （DMRs）

38、 Case and Control Multiple CasesCase and ControlMultiple Cases Entropy差异甲基化区域的识别差异甲基化区域的识别QDMRQDMR导入甲基化数据导入甲基化数据定量甲基化差异定量甲基化差异筛选差异甲基化区域筛选差异甲基化区域定量差异甲基化区域的特异性定量差异甲基化区域的特异性导出分析结果导出分析结果使用流程使用流程导入甲基化数据导入甲基化数据目目前前QDMR只只接受接受txt文件文件浏览本地甲基浏览本地甲基化数据文件化数据文件例子甲基化数据例子甲基化数据数据中最大的数据中最大的甲基化值甲基化值物种信息物种信息区域列信息区域列信息样本开始的列样本开始的列甲基化数据预览甲基化数据预览定量甲基化差异定量甲基化差异熵表示甲基化差异的大小，熵表示甲基化差异的大小，熵越小表示各样本间的甲熵越小表示各样本间的甲基化差异越大基化差异越大通过点击上面的某一行，通过点击上面的某一行，来查看相