刘小乐教授发表Nature综述：NGS染色质分析中的偏好

　　

生物通报道：如今二代测序（NGS）技术已经被广泛用于染色质研究领域，比如鉴定转录因子的结合位点、核小体定位或核酶剪切位点、长距离互作的基因组区域等等。不过，要想通过NGS得到有力的生物学结论，还需要考虑到许多潜在的偏好。

Dana-Farber癌症研究所的刘小乐 (Xiaole Shirley Liu) 和Clifford A. Meyer在最近的《NATURE REVIEWS GENETICS》上发表文章，探讨了NGS染色质分析（chromatin profiling）出现偏好的常见原因、判断这些偏好的途径、以及如何减少偏好对结论的影响。

为了在全基因组范围内分析各种染色质现象，人们将许多生化分析法与二代测序结合起来，比如ChIP–seq、MNase-seq、FAIRE–seq、DNase-seq、Hi-C、ChIA-PET和ATAC-seq。然而，数据分析总是落后于技术进步，这是一个不可避免的问题。新技术的发现最终证实来自于偏好，这种情况并不少见。举例来说，在NGS诞生初期人们往往以为测序读取就代表着真实信息。但我们现在都清楚， NGS实验数据中的偏好其实相当普遍。

刘小乐教授这篇综述以DNA为中心，总结了NGS染色质分析中最重要的经验教训，提出了一些解决偏好的分析策略。（延伸阅读：成功ChIP的三大秘诀）

文章首先阐述了NGS染色质分析中的常见偏好来源，然后探讨了不同实验需要考虑的问题，比如对照的设立、重复的必要性、以及减少批次间差异的方法。这些问题对于实验设计、方案选择和数据分析非常重要。

此外，文章还概述了一些新兴的分析方法，帮助研究者们用这些方法来解决全基因组分析中出现的偏好。

刘小乐 (Xiaole Shirley Liu) 青年时代就读于天津南开中学, 1992 年考入北京大学生物系。1994 年转学到美国史密斯女子学院 (Smith College) 双修生物化学和计算机科学, 三年后以最高拉丁荣誉毕业 (Summa Cum Laude, 授予全校积分最高的 1% 的毕业生)。2002 年于斯坦福大学取得生物医学信息学博士和计算机科学辅修博士学位后, 被直接聘为哈佛大学终身制助理教授。她目前担任哈佛大学公共卫生学院生物统计与计算生物学系的终身正教授、Dana-Farber 肿瘤研究所功能性癌症表观遗传组学中心主任, 和同济大学生物信息学系教授并****讲座教授。

 

生物通编辑：叶予

生物通推荐原文：

Identifying and mitigating bias in next-generation sequencing methods for chromatin biology