IF50.5｜单分子长读长揭示核小体结构扭曲的普遍性与程序性

超过85%的核小体存在DNA可及性扭曲，且这种扭曲受转录因子和表观遗传状态调控。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

核小体是染色质的基本结构单元，由约147 bp DNA缠绕组蛋白八聚体组成。传统观点认为，核小体与转录因子竞争DNA结合，核小体占据负调控转录。但过去三十年，研究者发现多种非经典核小体结构，如六聚体、重叠双核小体等，且这些结构在染色质重塑、转录、复制等过程中具有重要功能。然而，由于技术限制，此前缺乏在基因组尺度上、沿单个染色质纤维解析核小体结构变异的方法。短读长测序的甲基化足迹法受限于读长和甲基转移酶特异性，而长读长单分子足迹法（如SAMOSA）虽理论上可解决这些问题，但尚未被用于解析非经典核小体结构。

科学问题

卡在哪里： 现有基因组学方法依赖染色质消化，无法区分真正的亚核小体与核小体瞬时解缠绕产生的片段；短读长单分子足迹法受限于读长和甲基转移酶特异性；长读长单分子足迹法虽已建立，但缺乏合适的计算框架来解析核小体亚基水平的可及性模式。

本文要回答： 开发一种计算方法，利用长读长单分子足迹数据，在单分子水平上解析核小体及其亚基的结构异质性，并探究其调控机制。

技术路线

作者主要用了：SAMOSA、EcoGII甲基化、PacBio长读长测序、IDLI、Leiden聚类、UMAP。

作者在已有SAMOSA单分子足迹技术基础上，开发了IDLI计算流程。通过调节隐马尔可夫模型的转移概率t，获得不同尺度的足迹（footprint）和亚足迹（subfootprint）。利用Leiden聚类和UMAP对核小体可及性模式进行分类，得到14种核小体类型，并进一步归为7组。通过整合MNase-ChIP、H1敲除、体外重组等数据验证核小体类型的生物学身份。随后，分析核小体类型与转录因子基序、表观遗传结构域、基因表达水平的关系，并通过degron实验和遗传突变验证转录因子对核小体扭曲的直接调控。

图 1　Fig. 1。图1展示了SAMOSA实验原理和IDLI方法的核心思想。a图示意EcoGII甲基化及PacBio测序流程。b图显示不同t值下足迹大小分布，t增大导致更小的亚足迹。c-e图展示单个核小体足迹的亚结构。f-g图的地平线图显示亚足迹信号富集模式，与核小体亚基结构对应，如呼吸核小体（特征1）、六聚体（特征2-3）、四聚体（特征4）和二聚体（特征5-6）。h图在Sox2位点展示单分子足迹与ATAC-seq数据的对应。

核心亮点

亮点 1｜IDLI揭示核小体亚基结构

通过调节转移概率t，IDLI能够从SAMOSA数据中解析出核小体亚基水平的可及性模式。在E14小鼠胚胎干细胞中，对795,765个核小体进行聚类，得到14种核小体类型，归为7组。这些类型包括连接组蛋白相关核小体（组I）、具有局灶性DNA可及性的核小体（组II-III）、解缠绕核小体（组IV-V）以及亚核小体如六聚体、四聚体等（组VI-VII）。其中86.6%的核小体表现出一定程度的核小体内DNA可及性，表明核小体扭曲在基因组中普遍存在。

图 2　Fig. 2。图2展示核小体类型的聚类结果。a图UMAP可视化795,765个核小体足迹，按Leiden聚类着色，饼图显示各类型比例。b图展示14种核小体类型的地平线图，揭示不同的可及性模式。c-d图显示特定类型（III-2和II-2）在高t值下出现局灶性可及性。e-f图将可及性模式映射到核小体结构上，显示SHL ±2和SHL ±3.5处的局灶性可及性。

亮点 2｜核小体类型与已知物种对应

通过整合MNase-ChIP数据，发现高可及性核小体类型（组V-VII）显著富集于六聚体和半核小体组分，而低可及性类型（组I-III）富集于单核小体组分。在H1三敲除小鼠ES细胞中，组I核小体显著减少，表明组I代表含连接组蛋白H1的染色小体。体外重组实验显示，加入H1和HMGB1后，组I核小体富集，进一步支持组I为H1和HMG蛋白结合的核小体。

图 3　Fig. 3。图3验证核小体类型的生物学身份。a图热图显示核小体类型在MNase-ChIP定义的亚核小体组分中的富集情况，高可及性类型富集于六聚体和半核小体，低可及性类型富集于单核小体。b图显示H1三敲除细胞中组I核小体显著减少。c-e图展示体外重组实验，加入H1和HMGB1后组I核小体富集，支持组I为H1和HMG蛋白结合的染色小体。

亮点 3｜转录因子直接调控核小体扭曲

基序分析显示，不同核小体类型富集特定转录因子基序家族：组I富集同源域基序，组II-III富集叉头框基序，组IV-V富集E-box基序，组VI-VII富集C2H2锌指基序。在CTCF结合位点，亚核小体和短足迹显著富集，而CTCF降解后短足迹显著减少。在SOX2结合位点，呼吸核小体和亚核小体富集，SOX2降解后短足迹减少，但不可及核小体也减少，提示SOX2可能稳定核小体。

图 4　Fig. 4。图4展示转录因子与核小体扭曲的关系。a图显示不同核小体类型富集的转录因子基序家族。b-d图展示代表性基序及其富集分数。e图示意分析流程：比较结合与未结合基序处的核小体类型。f图示意degron实验设计。g图显示CTCF结合位点亚核小体富集，CTCF降解后短足迹减少。h图显示SOX2结合位点呼吸核小体和亚核小体富集，SOX2降解后短足迹减少但不可及核小体也减少。

亮点 4｜核小体扭曲与表观遗传状态相关

核小体类型在不同表观遗传结构域中分布不同：启动子区域富集组VI和VII，小鼠小卫星序列富集组I-2和II-4。在转录起始位点，核小体类型分布随基因表达水平变化，高表达基因启动子富集更可及的核小体类型。在体外内胚层分化中，FOXA2结合位点的核小体类型在分化前后发生显著变化，组II-1和组V富集。在体内小鼠肝细胞中，FOXA2结合位点同样富集可及性核小体，且FOXA2-ΔHx杂合突变导致组II-3和I-5核小体显著减少，表明FOXA2的组蛋白结合域直接参与核小体扭曲。

图 5　Fig. 5。图5展示核小体扭曲的表观遗传和发育调控。a图热图显示核小体类型在不同表观遗传结构域和重复序列中的富集情况，启动子富集组VI和VII，小卫星序列富集组I-2和II-4。b图显示核小体类型随基因表达水平的变化。c图显示体外内胚层分化中FOXA2结合位点核小体类型的变化。d图显示体内肝细胞中FOXA2结合位点核小体类型富集，以及FOXA2-ΔHx突变对核小体类型的影响。

亮点 5｜单分子共占据模式揭示染色质纤维结构

利用长读长数据，作者分析了单个染色质纤维上连续三个核小体的类型组合。发现特定三联体在活性或抑制性表观遗传结构域中显著富集，例如VI-VI-VI在H3K4me1区域富集（OR=3.189），IV-V-IV在活性和兼性抑制染色质中均富集。这些结果表明核小体类型在单分子水平上存在非随机的共占据模式，可能反映染色质纤维的高级结构。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： SAMOSA、EcoGII甲基化、PacBio长读长测序、IDLI、Leiden聚类、UMAP
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事染色质生物学、表观遗传学、单分子基因组学或转录调控研究的科研人员。

带走一句

长读长单分子足迹结合IDLI分析，能够解析核小体亚基水平的可及性模式，为研究染色质结构异质性及其调控提供了新工具。