Methylmap：大规模队列修饰核苷酸可视化，解锁表观遗传研究新视野

《BMC Bioinformatics》：Methylmap: visualization of modified nucleotides for large cohort sizes

在表观遗传学研究中，可视化大量个体的核苷酸修饰存在挑战。研究人员开展了 Methylmap 工具开发的研究。结果显示，Methylmap 可用于可视化感兴趣区域的修饰核苷酸频率，助力表观遗传研究，为相关领域提供了有价值的资源。

　　在生命科学的探索之旅中，表观遗传学就像一座神秘的宝藏岛屿，吸引着众多科研人员前往挖掘。近年来，人们对表观遗传学的兴趣与日俱增，其中核苷酸修饰，尤其是真核生物中的 5 - 甲基胞嘧啶（5^mC），在基因表达调控（如基因组印记、X 染色体失活）以及转座子抑制等方面发挥着关键作用。而且，这些修饰的异常变化与癌症、神经系统疾病、自身免疫性疾病等多种病症紧密相连。

在探索核苷酸修饰的道路上，传统的化学和酶学方法结合短读长测序技术，一直是科研人员的重要工具。然而，随着科研的深入，单分子长读长测序技术横空出世，牛津纳米孔技术（ONT）和太平洋生物科学公司的单分子实时（SMRT）测序技术崭露头角，为研究（表观）遗传学带来了新的曙光。它们不仅能够同时检测多种核苷酸修饰，还能实现长距离的测序读段定相，从而确定特定单倍型（即同一条染色体上一起遗传的基因变异）的修饰信息，帮助科研人员深入了解遗传和表观遗传变异之间的相互作用。

随着长读长测序技术在群体规模（表观遗传）测序项目中的广泛应用，新的问题也接踵而至。现有的一些工具虽然能够可视化一个或少数个体的核苷酸修饰模式，但却无法满足大规模队列研究的需求。与此同时，公开数据库的建立为科研领域带来了变革，1000 基因组计划 ONT 测序联盟提供了宝贵的修饰数据资源。然而，如何高效利用这些数据成为了新的挑战。

为了攻克这些难题，来自 VIB 分子神经学中心、安特卫普大学等机构的研究人员踏上了探索之旅，他们开发了一款名为 Methylmap 的工具，相关研究成果发表在《BMC Bioinformatics》上。

研究人员在开发 Methylmap 时，运用了多种技术方法。Methylmap 以 Python 语言编写，作为 Dash 应用程序，为用户提供了友好的网络界面。它既可以作为网络应用，通过https://methylmap.bioinf.be访问，也能作为命令行工具，通过 Bioconda 和 PyPI 获取。在处理数据方面，研究人员从 1000 基因组计划 ONT 测序联盟中选取了 226 名个体的数据，这些个体的碱基识别和修饰检测（5^mCG 和 5^hmCG）使用 Dorado（ONT）进行。利用 1000 Genomes_snakemake.smk 管道处理 BAM 文件，提取每个碱基的单倍型特异性甲基化状态，最终生成修饰频率表。此外，Methylmap 还依赖于 pandas、numpy、plotly/dash 等模块以及 modkit（ONT），并利用 tabix 实现从感兴趣基因组区域快速检索数据。

研究结果方面：

• 可视化多种数据类型：Methylmap 能够可视化来自各种数据类型的修饰数据，特别适用于大规模队列研究。研究人员成功展示了其对 1000 基因组计划 ONT 测序联盟中 226 名个体的 452 个单倍型，以及内部包含 698 个单倍型甲基化信息数据集的可视化能力。
• 提供资源便利：Methylmap 的网络应用为研究人员提供了便捷的资源，可轻松获取 1000 基因组计划 ONT 测序联盟中 226 名个体的单倍型特异性甲基化模式。例如，在可视化 GNAS 基因座（chr20:58,839,718–58,911,192）的单倍型特异性甲基化模式时，清晰展示了已知的印记区域，交替出现的单倍型印记模式一目了然，同时注释轨道突出了基因外显子结构。
• 助力研究验证：研究人员可以利用 Methylmap 中 1000 基因组计划 ONT 测序联盟的甲基化数据，验证在表观遗传研究中鉴定出的差异甲基化区域的重要性。以 GFPT2 区域为例，该区域之前被认为是甲基化高度可变区域，Methylmap 通过比较不同个体特定区域的甲基化模式，帮助研究人员判断观察到的变异是真实显著的，还是由个体间内在甲基化变异性导致的，增强了甲基化研究结果的可靠性。

研究结论和讨论部分，Methylmap 的出现为表观遗传学研究领域注入了强大动力。它满足了大规模队列研究中可视化核苷酸修饰的需求，为研究人员提供了一个全面、高效的工具。通过这款工具，科研人员能够更深入地探索表观遗传修饰在各种生物过程和疾病中的作用机制。而且，Methylmap 技术无关性的特点，使其可以兼容多种数据输入格式，进一步拓展了其应用范围。随着未来更多数据集的纳入，Methylmap 有望不断进化，为表观遗传学研究带来更多突破，帮助人类更好地理解生命奥秘，为攻克相关疾病提供理论依据和技术支持。