TAD:拓扑关联结构域简介

利用更低分辨率的Hi-C基因组互作图谱，科学家对染色质空间结构的了解不断深入。本文主要介绍TAD这种结构，TAD全称如下

Topologically Assocaited Domain

中文译作拓扑关联结构域，是一种首先在哺乳动物细胞中发现的染色质结构单元，对应的文章发表在nature上，文章标题如下

Topological Domains in Mammalian Genomes Identified by Analysis of Chromatin Interactions

pubmed的链接如下

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3356448/

将Hi-C基因组互作图谱的分辨率提高到100kb以下，发现了互作图谱中出现了一些self-interaction的区域，示意如下

基因组互作图谱本质是一个对称矩阵，对角线两侧的信息是相等的。上图中只取了原始方阵中对角线一侧的信息，所以看上去是一个大的三角形，三角形的底边对应的是原始方阵中的对角线部分。

在上图中，互作强度由弱到强，单元格的颜色由白色过渡到红色。可以看到，在底边出重复出现了一些小的三角形区域，这些区域内部几乎全部是红色，说明这些区域内部的染色质片段间的互作频率高，这样的区域称之为self-interaction区域，而相邻的三角形区域间的互作频率较低，如下图所示

红色三角形区域对应TAD内部区域的互作信息，而黑色区域对应TAD之间的互作信息。呈现到三角形的互作图谱上，对应的就是底边上有很多红色的小三角形，而三角形对应的互作区域则都为白色，科学家将这种重复出现的内部互作频率高，组间互作频率低的domain定义为topologically assocaited domain, 简称TAD，对应下图中的模型

A和B对应两个TAD, 在TAD之间存在了一个边界，称之为TAD  doundary。为了准确地识别染色质中的TAD,定义了一种directionality index的统计量，简称DI，公式如下

将分辨率降低到40kb,对于每个40kb的bin来说，A代表这个bin与上游2MB区域的互作reads, B代表这个bin与下游2MB区域的互作reads,E代表A和B的均值，采用类似卡方检验统计量的算法。空假设是这个bin与上游和下游的互作频率相同。如果与上下游的互作频率一致，则DI的值趋近于0。如下图所示

可以看到从TAD的开始到终止，DI的值会有一个从正值逐渐减小到0，然后变为负值，在不断减小的情况。在TAD边界处，DI的值突然趋近于0，因为边界处与上下游的互作频率几乎相同，根据DI的这一分布规律，再结合隐马尔可夫模型，最终在小鼠胚胎干细胞中识别到了2200多个TAD区域，长度的平均值为880kb。

进一步分别对人和小鼠两种不同细胞系中的TAD进行识别和分析，发现TAD在不同细胞或者组织中相对稳定，在不同物种间也具有一定的保守性，结果如下图所示

为了进一步探究TAD在染色质上的分布特征，科学家分析了TAD边界内各种mark的分布情况。首先是CTCF，结果如下所示

发现在TAD边界处存在CTCF的富集，但并不是说所有的CTCF都集中出现在TAD边界处，所以进一步由探究了其他mark，包括各种组蛋白修饰等的分布，结果如下

发现H3K4me3，H3K36me3, TSS， SINE重复元件等都有富集。进一步分析了基因的分布情况，结果如下

发现管家基因在TAD边界处存在富集。

通过40kb分辨率的Hi-C互作图谱，鉴定到了TAD这种在哺乳动物中存在的相对稳定，且具有一定进化保守性的染色质结构单元。

·end·