猪和鹌鹑全基因组测序揭示 CpG 甲基化数据集：短读长读测序技术的联合应用

《Scientific Data》：Pig and quail CpG methylation datasets from short and long read sequencing technologies

为解决传统检测 CpG 甲基化方法的不足，如 WGBS 导致 DNA 降解、EM-seq 下游分析受限等问题，研究人员对猪和鹌鹑开展了基于短读和长读测序技术的 CpG 甲基化研究。结果表明不同技术各有优劣，该数据集为评估新兴测序技术提供了基准。

　　在生命科学的研究领域中，对 DNA 修饰的探索一直是热点话题。CpG 甲基化作为一种关键的表观遗传标记，在基因调控、发育以及众多生物学过程中都扮演着举足轻重的角色。以往，大多数检测 CpG 甲基化的先进方法，比如全基因组亚硫酸氢盐测序（WGBS）和酶促甲基测序（EM-seq），都需要在测序前对 DNA 进行化学或酶处理。这一操作存在明显弊端，会破坏天然 DNA 的完整性，改变碱基，使得后续用于变异检测和基因组组装的读取变得困难重重。就好比在拼图游戏中，拼图的碎片被损坏了，想要完整地拼出图案就变得异常艰难。

与此同时，随着科技的进步，第三代测序技术，如牛津纳米孔技术（ONT）和 PacBio，为研究带来了新的曙光。它们能够在不改变 DNA 的情况下直接检测 DNA 修饰，这就像是拥有了一双透视眼，可以直接观察到 DNA 的内部变化，同时获取基因组和表观基因组的信息。然而，利用这些技术检测 CpG 甲基化并非易事，需要获取原始信号或额外数据，还涉及大量的计算处理。并且，大多数使用 ONT 读取的基因组研究都不会保留或公开原始信号文件，导致用于基准测试或模型训练的公共数据集十分有限。

在这样的背景下，法国的研究人员决心攻克这些难题。他们来自多个研究机构，包括 Université Fédérale de Toulouse、INRAE 等。研究人员针对猪（Sus scrofa）和鹌鹑（Coturnix japonica）这两种具有重要农学意义的物种展开研究。猪在基因上与人类接近，是医学研究的重要模型动物；鹌鹑拥有高 GC 含量的微染色体，具有独特的生物学特性。

研究人员的努力取得了丰硕的成果。他们通过多种测序技术联合应用，获得了全面的数据集，这一成果发表在《Scientific Data》上。这不仅为训练甲基化检测工具提供了宝贵资源，也是首次针对这两个物种的联合甲基化数据集，为评估新兴测序技术提供了关键的基准。

在研究过程中，研究人员使用了多种关键技术方法。首先是对生物材料的处理，从 6 个月大的雌性鹌鹑和成年大白猪采集血液样本获取基因组 DNA。然后进行基因组 DNA 提取和质量控制，确保 DNA 的质量符合要求。接下来，针对不同的测序技术进行相应的文库制备和测序，如 WGBS、EM-seq、ONT 和 PacBio。最后，利用特定的软件和工具对不同技术产生的数据进行甲基化检测和分析。

研究结果如下：

• 数据质量评估：对不同技术产生的数据进行质量评估，发现 PacBio 和短读测序的核苷酸质量得分较高，长读测序的比对率较为稳健。这表明不同技术在各自的优势领域表现出色，为后续分析提供了可靠的数据基础。
• CpG 位点覆盖度：通过对 CpG 位点覆盖度的分析，发现 WGBS 在覆盖 CpG 位点方面存在不足，而 EM-Seq 和 PacBio 能覆盖约 90% 的位点，ONT 则能达到接近 100% 的覆盖度。这说明 ONT 在检测 CpG 位点方面具有明显优势，能够更全面地获取基因组信息。
• 甲基化检测相关性：对不同技术检测的 CpG 甲基化结果进行相关性分析，发现 ONT 和 EM-Seq 之间的相关性最高，在所有方法中都接近 1。这表明这两种技术在检测 CpG 甲基化方面具有较高的一致性和准确性。

研究结论和讨论部分具有重要意义。该研究提供的联合数据集，为后续研究提供了丰富的资源，有助于进一步深入了解 CpG 甲基化在猪和鹌鹑生长发育、疾病发生等方面的作用机制。同时，也为其他研究人员评估新兴测序技术提供了重要的参考依据，推动了测序技术在生命科学领域的发展。通过对不同技术的比较和分析，研究人员可以根据具体的研究需求选择最合适的测序技术，提高研究效率和准确性。这一成果就像一座灯塔，为生命科学领域的研究指明了方向，照亮了后续研究的道路，为深入探索基因组奥秘奠定了坚实的基础。