DNA甲基化研究的测序数据挖掘思路分享

2023-02-24 来源:本站点击次数:968

大家好，这里是专注表观组学十余年，领跑多组学科研服务的易基因。

总体来说，DNA甲基化一般遵循三个步骤进行数据挖掘。

首先，进行整体全基因组甲基化变化的分析，包括平均甲基化水平变化、甲基化水平分布变化、降维分析、聚类分析、相关性分析等。

其次，进行甲基化差异水平分析，筛选具体差异基因，包括DMC/DMR/DMG鉴定、DMC/DMR在基因组元件上的分布、DMC/DMR的TF结合分析、时序甲基化数据的分析策略、DMG的功能分析等。

最后，将甲基化组学&转录组学关联分析，包括Meta genes整体关联、DMG-DEG对应关联、网络关联等。

一、甲基化图谱分析
（1）平均甲基化水平的比较

平均甲基化水平能反应样本整体的甲基化水平。
但是平均水平差异不大并不能说明样本间甲基化图谱没有差异。

胚胎发育

果实成熟

肌肉发育

（2）CG/CHG/CHH甲基化水平分布

不同物种中，甲基化修饰可能倾向于发生在不同类型的C位点上，该分析有助于反应甲基化发生位点类型的偏好性。
甲基化水平分布的组间比较，能够更进一步了解组间甲基化水平的变化。
不同基因组元件（CGI相关元件、重复序列元件、基因元件等）的甲基化水平分布规律不同。特别是在不同物种中，基因元件的甲基化水平可能有一定的特点。
比较特定元件甲基化水平的组间差异也能发现潜在的功能差异。

单样本三类甲基化水平分布

组间CpG甲基化水平分布比较

CGI相关元件

各类重复序列元件

基因元件

（3）降维分析
降维分析尝试找到最能反映数据点真实分布情况的两个维度，以方便对数据进行直观把握。一般采用共同覆盖的5×以上位点进行分析：

主成分分析（PCA）
非度量多维标度法（NMDS）
主坐标分析（PCoA）

PCA可采用统计检验分析组间差异的显著性：
ü 相似性分析（ANOSIM）
ü 置换多元方差分析（ADONIS）

NMDS

PCoA

（4）聚类分析

聚类分析考虑的是各样本之间的距离，即不相似性。一般采用共同覆盖的5×以上位点进行分析。
与降维分析的差别在于，聚类分析更真实地反映样本的差距，而非仅考虑两个代表性维度。

（5）相关性分析

相关性分析考虑的是各样本之间的相似性。一般采用共同覆盖的5×以上位点进行分析。
一般采用皮尔森相关系数

二、差异甲基化位点/区域分析DMC/DMR分析）

（1）DMC/DMR鉴定

差异甲基化位点：DMC
差异甲基化区域：DMR

（甲基化位点一般是与附近的位点一起起作用的）
ü 鉴定实验组与对照组甲基化图谱的具体差异。
ü 如果实验设计包括多个时间节点，也可以比较相邻时间节点/感兴趣的时间节点之间的甲基化图谱的差异。

DMC在基因组上的分布

DMR在基因组上的分布

（2）DMC/DMR转录因子结合分析（TF binding motif ）
主要关注Promoter和Enhancer等调控区域DMC/DMR的TF结合位点。

3）时序甲基化数据的分析策略（Time Course）
l 比较相邻时间点的差异
l 直接筛选时间阶段相关的DMC和DMR
ü 线性模型/混合线性模型
（可以排除混杂因素干扰，如性别）
l 共甲基化模式分析(阶段特异性Cluster筛选)
ü WGCNA（权重基因共表达网络分析）
ü MEGENA（多尺度嵌入式基因共表达网络分析）
ü mfuzz
ü ... ...