亚硫酸氢盐测序是一类用于测定单个胞嘧啶位点DNA甲基化状态的DNA测序方法。亚硫酸氢盐处理可将脱氧核糖核酸中大多数未修饰的胞嘧啶转化为尿嘧啶,后者在随后的测序中被读作胸腺嘧啶;而5-甲基胞嘧啶则大多保留胞嘧啶的测序信号。因此,将所得序列与参考序列或未经处理的序列进行比较,即可揭示受保护胞嘧啶的分布。该方法广泛应用于表观遗传学研究,但标准亚硫酸氢盐测序无法区分5-甲基胞嘧啶与5-羟甲基胞嘧啶。
化学原理
胞嘧啶是DNA的四种主要碱基之一。其甲基化衍生物5-甲基胞嘧啶(5mC)在碱基环的第5位碳原子上带有一个甲基。这种修饰不会改变原有的核苷酸序列,却能影响DNA与调控蛋白之间的相互作用。
在适当控制的条件下,亚硫酸氢盐会与单链DNA中的胞嘧啶反应。转化过程依次经历磺化、脱氨基和脱磺化,最终生成尿嘧啶。由于尿嘧啶与腺嘌呤配对,扩增和常规测序会将发生转化的位点呈现为胸腺嘧啶。在标准检测条件下,5mC发生相应转化的速度要慢得多,因此大多数5mC位点仍被读作胞嘧啶。
在实际检测中,各类碱基的区别如下:
| 原始碱基 | 标准亚硫酸氢盐测序的典型读出 |
|---|---|
| 未修饰的胞嘧啶 | 胸腺嘧啶 |
| 5-甲基胞嘧啶 | 胞嘧啶 |
| 5-羟甲基胞嘧啶 | 胞嘧啶 |
5-羟甲基胞嘧啶(5hmC)与亚硫酸氢盐反应后形成的衍生物,同样保留胞嘧啶读出。因此,保留的C信号并不能唯一指示5mC的存在。未修饰胞嘧啶转化不完全,也会产生相同的表观信号。
要实现高效转化,DNA必须充分变性。反应条件需要在转化效率与DNA损伤之间取得平衡,因为亚硫酸氢盐处理可能使DNA断裂,减少可供分析的分子数量。
测量的生物学信息
在哺乳动物基因组中,甲基化主要发生于CpG位点,即同一条DNA链上胞嘧啶后面紧接鸟嘌呤的位置。因此,许多研究聚焦于CpG甲基化。非CpG甲基化在植物以及某些哺乳动物细胞类型中也具有重要的生物学意义,这些细胞包括部分神经元和多能细胞。
亚硫酸氢盐测序测量的是经过处理后得以保留并成功测序的DNA分子中,胞嘧啶的修饰状态。它并不直接测量基因表达、染色质可及性或转录因子结合。甲基化与这些过程之间的关系取决于其所处的基因组背景。
例如,某些启动子(生物学)区域的甲基化与转录水平降低有关,而基因体内的甲基化与基因活性之间则存在不同且更依赖具体背景的关系。仅凭甲基化差异,不能认定表达变化是由甲基化引起的。
实验流程
不同方案有所差异,尤其是文库构建与转化的先后顺序,但大多包含以下几个阶段。
DNA制备与转化
从生物样本中提取DNA,并评估其含量、纯度和完整性。样本组成十分重要:含有多种细胞类型的组织会产生这些细胞甲基化模式的混合结果。
将DNA变性后用亚硫酸氢盐处理,随后进行脱磺化和纯化。可以加入未甲基化的对照序列,以估计转化效率。已知甲基化状态的对照有助于评估受保护胞嘧啶的不当转化,以及其他检测偏倚。
扩增与文库构建
在靶向检测中,通常在转化后使用聚合酶链式反应扩增选定区域。引物设计必须考虑转化后的序列变化;若目标是无偏地测量甲基化,则应避免优先扩增甲基化或未甲基化模板。
在高通量测序中,需要为DNA片段连接接头,并制备测序文库。有些方案在亚硫酸氢盐处理前连接接头,另一些则在转化后利用DNA构建文库。转化前建库的方案必须确保处理后仍保有可用的接头序列;转化后建库的方案则旨在回收已转化的片段,避免让已完成构建的文库经历整个转化过程。
许多流程需要使用能够复制含尿嘧啶模板的DNA聚合酶。扩增可能引入序列依赖性偏倚,因此方案选择和扩增程度都会影响最终测量结果。
测序与计算处理
测序平台生成读段后,需对其进行处理,去除接头和低质量序列。专用比对软件将读段比对到基因组参考序列上,同时允许存在转化引起的C到T变化,以及考虑互补链时相应的G到A变化。
比对完成后,软件识别可提供有效信息的胞嘧啶位点,并统计保留为C与转化为T的观测数。质量评估通常考察转化效率、比对率、覆盖度、重复读段,以及沿读段位置变化的甲基化偏倚。
主要检测形式
靶向亚硫酸氢盐测序
靶向方法通过PCR扩增子或序列捕获来检测选定的基因座。这类方法可对预先指定的区域提供高覆盖度,适用于验证研究发现或考察特定调控元件。
传统的克隆后桑格测序可揭示单个扩增分子上的甲基化模式。高通量扩增子测序可提供多得多的观测数据,但PCR偏倚和重复扩增可能限制这些观测的独立性。
全基因组亚硫酸氢盐测序
全基因组亚硫酸氢盐测序(WGBS)旨在检测整个基因组中的胞嘧啶,而不将分析限制在预先指定的区域。它既能测量CpG甲基化,也能测量非CpG甲基化,并支持对各类基因组特征进行广泛比较。
其主要挑战在于所需的测序深度、成本和计算处理。全基因组范围并不意味着完整覆盖:重复序列、序列组成、DNA损伤及比对歧义,都可能导致某些区域测量不足或无法测量。
简化代表性亚硫酸氢盐测序
简化代表性亚硫酸氢盐测序(RRBS)通常通过限制性酶切和片段大小筛选,富集基因组中一组可重复获得的区域。常用的MspI酶可识别CCGG位点,从而使所得片段集富集许多CpG丰富区域。
与WGBS相比,RRBS可以用较少的测序量,在选定的CpG位点获得较高覆盖度。然而,所采样的区域由酶切和片段大小筛选方案决定,并不能无偏地代表整个基因组。
单细胞亚硫酸氢盐测序
单细胞方法针对单个细胞的DNA含量调整转化和文库制备流程,可揭示在群体测量中被掩盖的甲基化异质性。
每个细胞的覆盖通常较为稀疏,扩增或分子丢失也可能造成大量数据缺失。因此,比较细胞群体时,可能需要通过计算汇总数据或建立统计模型。如果某个位点在一个细胞中没有获得覆盖,不能仅因未观察到保留的C就将其判定为未甲基化。
定量与统计解释
对于获得覆盖的胞嘧啶位点,保留胞嘧啶比例的基本估计为
其中, 是读出为胞嘧啶的有效读段数, 是读出为胸腺嘧啶的有效读段数。在标准亚硫酸氢盐化学反应条件下,这一数值通常被解释为5mC与5hmC共同产生的受保护信号,同时受到转化和测序误差的影响。
覆盖度决定了该比例的估计精度。由两个读段得到的数值,其信息量远低于由许多独立分子支持的相同数值。置信区间和统计模型可以反映抽样不确定性,但技术偏倚和生物学变异仍需另外考虑。
群体样本中50%的甲基化比例并不对应唯一的生物学状态。它可能反映:
- 不同细胞类型或单个细胞之间存在不同的甲基化状态。
- 来自父母双方的等位基因之间存在差异。
- 群体内不同DNA分子的修饰状态具有异质性。
- 生物学变异与技术误差共同作用。
比较分析通常旨在寻找差异甲基化位点或区域。生物学重复、覆盖度差异、多重检验和细胞类型组成都是重要的考虑因素。分析方法常采用二项分布或贝塔-二项分布模型、平滑处理或区域汇总,以处理抽样误差和样本间变异。
局限性与误差来源
转化不完全。 未能转化的未修饰胞嘧啶会被计为受保护的胞嘧啶,从而使表观甲基化水平偏高。在测量低水平甲基化或非CpG甲基化时,转化对照尤为重要。
修饰碱基的不当转化。 受保护信号的丢失可能导致修饰水平被低估。因此,评估反应条件时,既要考察转化效率,也要考察修饰胞嘧啶的保留情况。
DNA损伤与选择性回收。 亚硫酸氢盐处理可能使DNA降解。回收、文库构建和扩增可能偏向某些序列或甲基化状态,因此测得的分子未必能完全代表原始样本。
序列复杂度降低。 大量胞嘧啶转化为胸腺嘧啶后,读段的可辨识性下降,使比对更加困难,尤其是在重复区域中。
序列变异。 真实的C到T突变可能与转化后的胞嘧啶表现相似。遗传变异还可能改变CpG位点或影响比对。配套的遗传信息或考虑变异的分析方法,有助于区分序列差异与修饰差异。
重复分子。 同一个原始分子产生的PCR拷贝并非独立观测。重复数据的处理方式取决于检测方法:在随机片段化文库中,相同坐标可能提示扩增重复;但在靶向扩增子数据中,相同坐标则是预期现象。
受保护信号的歧义。 标准亚硫酸氢盐测序无法区分5mC和5hmC。当样本中存在较多羟甲基化修饰时,这一问题尤为重要。
因果解释能力有限。 甲基化与发育、暴露因素或癌症之间的关联,本身并不能确立因果机制。
相关方法与替代方法
氧化亚硫酸氢盐测序引入一个氧化步骤,将5hmC转化为一种在后续亚硫酸氢盐处理后被读作胸腺嘧啶的形式,而5mC仍保留胞嘧啶信号。因此,通过比较氧化亚硫酸氢盐测序与常规亚硫酸氢盐测序的测量结果,可以估计5mC和5hmC各自的贡献,但两次测量的不确定性都会影响所得差值。
TET辅助亚硫酸氢盐测序利用选择性保护和酶促氧化来区分羟甲基化胞嘧啶。这些方法改变的是检测所依据的化学原理,而不仅仅是测序平台。
酶促甲基化测序方法利用酶产生依赖于甲基化状态的序列差异,而不依靠常规亚硫酸氢盐转化。这类方法可以减少某些形式的DNA损伤,但能够检测哪些修饰取决于具体的化学反应体系。
其他方法则根据天然分子的测序信号推断DNA修饰,包括纳米孔电信号和聚合酶反应动力学信号。这些方法无需进行亚硫酸氢盐转化,并能保留长程序列背景,但其准确性与修饰特异性取决于平台、覆盖度和计算模型。
历史发展与应用
玛丽安娜·弗罗默及其同事于1992年描述了一种奠基性的、基于亚硫酸氢盐处理的基因组测序方法。早期研究将亚硫酸氢盐转化与基因座特异性扩增、克隆和桑格测序结合使用。后来,高通量测序的应用使全基因组和简化代表性甲基化图谱分析成为可能。
亚硫酸氢盐测序用于研究胚胎发育、细胞分化、基因组印记、转座元件抑制,以及与疾病相关的甲基化变化。它也支持对基于甲基化的生物标志物的研究,以及对DNA修饰、染色质与转录之间调控关系的探索。这些应用能够达到的生物学分辨率,取决于检测覆盖度、样本组成,以及实验所用化学方法能否区分相关的胞嘧啶修饰。