chromIDEAS 通过染色质状态的多维聚类揭示表观遗传动态。

1. 领域背景与文献

文献英文标题：chromIDEAS reveals epigenetic dynamics via multi-dimensional clustering of chromatin states；

发表期刊：Nucleic Acids Research；影响因子：未公开；研究领域：表观基因组学，白血病表观遗传调控。

真核生物基因组以染色质形式存在，表观遗传修饰通过特异性的基因组分布调控基因表达，其功能与基因组位置密切相关，例如转录起始位点存在H3K4me3和H3K27ac等活跃标记，而基因体区转录延伸以H3K36me3沉积为特征，不同位置的修饰模式对应不同的调控功能，凸显了基因组背景在表观调控解析中的重要性。领域共识：在癌症表观遗传研究中，传统研究策略通常先鉴定差异表达基因，再将表达变化与单个表观遗传信号进行关联分析，这种方法难以适应表观遗传调控的复杂网络特性，单独分析单个修饰无法充分解析疾病驱动机制，尤其在白血病这类疾病中，表观失调通常涉及全基因组范围的修饰组合改变，而非单个修饰的独立变化。

染色质状态由表观信号的共现模式定义，能够提供更整体的视角解决上述问题，基于隐马尔可夫模型的染色质状态分割方法识别致癌基因失调调控区域的假阳性率低于单个标记分析，且大规模参考表观基因组的全基因组染色质状态分割图谱已经构建完成，为相关研究奠定了基础。尽管如此，当前染色质状态分析仍存在三个核心局限：一是功能注释主要依赖表观信号的组成特征，很大程度上忽略了基因组分布模式，而基因组背景是决定表观功能的关键因素；二是染色质状态的过度多样性增加了解读难度，现有方法无法区分功能相似但存在关键生物学调控差异的状态变异；三是现有分析工具通常需要多个高质量生物学重复，在缺乏重复的研究中会导致假发现率升高，无法适用。

当前研究空白在于现有染色质状态分析方法未整合表观组成和基因组分布两个维度的信息，无法在样本重复不足的情况下有效识别功能一致的染色质状态，难以解析疾病相关的表观遗传动态变化。针对这一问题，本文开发了整合多维特征的计算分析框架chromIDEAS（Chromatin Informative Dynamic Epigenomic Annotation Suite），通过多维聚类将染色质状态分类为功能一致的簇，解决现有方法的核心局限，并在正常CD34+细胞和THP1白血病细胞中验证了方法的性能，揭示了KDM4A调控Wnt信号驱动白血病发生的新表观遗传机制，为表观基因组动态研究提供了新的方法学工具，也为白血病的机制研究和靶向治疗提供了新方向。

2. 文献综述解析

作者对现有研究的分类梳理围绕表观遗传研究的策略演进展开，首先梳理了传统单修饰研究策略，现有传统癌症表观遗传研究多聚焦单个表观遗传修饰，通过差异表达基因与单个修饰变化的关联解析调控机制，这种策略的优势是技术流程简单，对计算资源要求较低，适用性广，但局限性在于无法解析表观修饰之间的组合调控效应，难以捕捉复杂的网络调控机制，容易遗漏疾病驱动的关键表观改变。

其次梳理了现有染色质状态分析方法，基于隐马尔可夫模型的染色质状态分割方法能够整合多个表观修饰的信号，比单个修饰的分析更稳健，识别调控区域的假阳性率更低，且大规模参考表观基因组项目已经构建了完善的全基因组染色质状态图谱，为后续深入研究提供了坚实基础，但是现有染色质状态分析方法存在三个核心不足：一是功能注释仅依赖表观信号组成，忽略基因组分布对功能的影响，而基因组位置是决定表观功能的关键因素；二是分割得到的染色质状态数量过多，功能相似的状态被分开，增加了解读难度，现有方法无法有效合并功能相似的状态，难以识别具有生物学意义的差异；三是现有方法需要大量高质量的生物学重复，在样本难以获取重复的研究中，假发现率较高，适用性受限。

最后梳理了单细胞基因组学的聚类方法，近年单细胞基因组学的发展证明，聚类能够将具有相似特征的细胞分组，降低组内噪声，提高组间差异的分辨率，这为染色质状态的分类提供了方法学参考。基于此，作者提出可以将聚类框架拓展到染色质状态分析，整合表观组成和基因组分布两个维度的特征，得到功能一致的染色质状态簇，解决现有方法的局限。

本文的创新价值十分明确，与现有研究相比，本文首次将单细胞聚类的分析框架拓展到染色质状态研究，实现了表观信号组成和基因组分布两个维度特征的整合，解决了现有染色质状态分析忽略基因组背景、状态过多难以解读、依赖大量生物学重复三个核心问题，并且在白血病模型中首次发现了KDM4A去除H3K9me3/H3K27me3抑制性标记激活Wnt信号通路驱动白血病发生的新机制，填补了KDM4A在白血病中致癌功能的研究空白，也为表观遗传动态研究提供了新的开源计算工具。

3. 研究思路总结与详细解析

整体来看，本文的研究目标是开发能够整合多维特征解析染色质状态动态的计算方法chromIDEAS，核心科学问题是整合表观组成和基因组分布两个维度能否得到功能更一致的染色质状态簇，以及该方法能否揭示白血病中未知的表观遗传调控机制，技术路线遵循方法开发→性能验证→差异分析→实验验证的逻辑闭环，首先构建整合多维特征的聚类框架，然后在正常CD34+细胞和THP1白血病细胞中验证方法的稳健性和功能一致性，随后基于该方法鉴定白血病特异性的染色质状态改变，最后通过细胞分子实验验证关键调控机制，研究逻辑完整。

3.1 chromIDEAS计算框架构建

实验目的：构建整合表观信号组成和基因组分布特征的染色质状态聚类分析框架，解决现有染色质状态分析的核心局限。方法细节：首先对不同来源的染色质免疫共沉淀测序（ChIP-seq）和转座酶可接近性测序（ATAC-seq）数据，采用S3V2算法进行归一化，同时校正不同数据集之间的测序深度和信噪比差异；随后采用IDEAS算法基于连续定量信号进行染色质状态分割，利用贝叶斯非参数狄利克雷过程自动从数据中推断最优的染色质状态数量，减少用户预设参数带来的偏差；接着构建两个互补的特征空间，一个是染色质状态的基因组分布特征，通过筛选非重叠转录本，将基因体分为10个片段，构建转录片段-染色质状态占用矩阵，筛选高信息转录本用于后续聚类，另一个是表观信号组成特征，来自IDEAS输出的表观信号共现概率表；对两个特征空间分别进行主成分分析降维后，采用加权最近邻算法整合两个特征空间，构建K近邻图，最后使用Smart Local Moving算法聚类得到染色质状态簇。结果解读：该框架保留了原始表观信号的强度信息，整合了基因组分布对染色质状态功能的影响，能够将高分辨率的染色质状态合并为数量较少、功能一致的染色质状态簇，降低了分析复杂度，同时该框架兼容现有的染色质状态注释工具，适用范围广，工具完全开源，可通过conda平台安装，提供了详细的使用文档，方便计算和实验领域的研究者使用。实验所用关键产品：Gibco的RPMI 1640培养基、DMEM培养基，Life-iLab的胎牛血清，Miltenyi Biotec的CD34磁珠试剂盒，PeproTech的干细胞因子、Fms相关受体酪氨酸激酶3、血小板生成素，Sigma的Polybrene，Thermo Fisher的Lipofectamine 3000，ABclonal的GAPDH抗体（货号AC033）、KDM4A抗体（货号A9267），GeneTex的WNT10B抗体，Beyotime的EdU-647试剂盒，Elabscience的Annexin V-APC/7-AAD凋亡检测试剂盒，Qiagen的RNA提取试剂盒、PCR纯化试剂盒，Agilent的2100生物分析仪，Illumina的TruSeq链特异性RNA文库制备试剂盒，Beckman Coulter的AMPure XP磁珠，Abcam的H3K36me3抗体。

3.2 染色质状态簇的稳健性验证

实验目的：验证chromIDEAS在不同细胞类型中得到的染色质状态簇的稳健性和生物学一致性。方法细节：将chromIDEAS应用于正常CD34+脐带血干细胞和携带MLL-AF9融合致癌蛋白的THP1白血病细胞，整合两种细胞共8种与转录调控相关的表观遗传图谱，包括启动子标记H3K4me3、增强子标记H3K4me1和H3K27ac、活跃染色质标记H3K36me3和H3K79me2、抑制标记H3K9me3和H3K27me3、开放染色质ATAC-seq，经过严格的质量控制过滤低质量数据集后，分别采用细胞特异性聚类和跨细胞联合聚类两种策略，通过调整兰德指数、聚类内相似性、聚类间相似性、不同参数下的稳定性分析验证聚类结果的可靠性。结果解读：chromIDEAS共鉴定得到37种不同的染色质状态，其中低信号或无信号的背景状态占据了基因组的大部分区域，符合大多数基因组区域无转录活性的领域共识，两种细胞全基因组染色质状态分布的调整兰德指数为0.43（文献未明确提供该数据，基于图表趋势推测），表明两种细胞之间存在显著的表观遗传差异，同时大多数染色质状态的基因组定位模式在两种细胞中保守，在不同聚类分辨率、不同高信息转录本数量（100~4000）条件下，聚类结果与2000个高信息转录本的参考结果均保持较高的相似度，证明chromIDEAS的聚类结果对参数变化具有很强的稳健性，最终在细胞特异性聚类和联合聚类中都稳定得到5个保守的染色质状态簇，差异信号分析显示每个簇都具有独特的表观特征：染色质状态簇1富集开放染色质和活跃修饰，染色质状态簇2特异性富集H3K36me3，染色质状态簇3富集抑制性标记H3K9me3和H3K27me3，染色质状态簇4为低信号状态，染色质状态簇5富集H3K79me2和H3K4me1，其中THP1细胞的染色质状态簇5对活跃标记H3K4me3和H3K27ac的富集更强，这与THP1携带MLL-AF9融合，可招募H3K79me2的甲基转移酶DOT1L的生物学特征一致，验证了聚类结果的生物学合理性。

3.3 染色质状态簇功能一致性评估

实验目的：验证chromIDEAS得到的染色质状态簇是否比单维度聚类方法具有更高的功能一致性。方法细节：分别基于基因表达水平、RNA聚合酶II结合强度、基因组分布模式三种功能相关指标，将chromIDEAS（整合两个维度）与仅基于表观组成的单维度聚类、仅基于基因组分布的单维度聚类进行比较，通过计算聚类结果与功能金标准（基于功能特征的无监督聚类结果）的调整兰德指数评估三种方法的性能，同时采用Monocle3推断染色质状态从转录起始位点到转录终止位点的空间轨迹，验证染色质状态的空间过渡合理性。结果解读：chromIDEAS得到的染色质状态簇在基因表达偏好、RNA聚合酶II结合偏好上的聚类内一致性最高，与功能金标准的调整兰德指数显著高于两种单维度聚类方法，其中仅基于基因组分布的单维度聚类性能最差，因为相同基因组区域可以同时存在活跃和抑制两种不同的染色质状态，仅基于位置聚类会将功能不同的状态聚为一类，引入大量功能噪声，空间分布分析显示5个染色质状态簇具有清晰且符合生物学预期的空间分布：活跃相关的染色质状态簇1位于转录起始位点上游，染色质状态簇2跨越基因体区，染色质状态簇5位于转录起始位点下游，抑制相关的染色质状态簇3位于转录起始位点上游，染色质状态簇4分布在基因体区，完全符合转录过程不同阶段的空间特征，Monocle3推断的伪位置轨迹显示，染色质状态从转录起始位点到转录终止位点呈现有序的空间过渡，符合转录过程的连续特性，证明chromIDEAS能够有效识别功能一致、空间分布特征清晰的染色质状态簇。

3.4 白血病差异染色质状态簇分析

实验目的：比较THP1白血病细胞和正常CD34+细胞的染色质状态簇动态，鉴定白血病特异性的表观遗传改变。方法细节：开发了基于染色质状态簇的差异基因鉴定方法，以染色质状态簇为比较单位鉴定差异染色质状态簇基因，同时以单个染色质状态为比较单位鉴定差异染色质状态基因，比较两种方法的差异鉴定结果，进一步分析差异染色质状态簇转换的类型、基因组分布特征和功能富集。结果解读：传统单个染色质状态水平的分析会将约60%的无生物学差异的基因错误鉴定为差异基因，基于染色质状态簇的方法得到的差异基因具有显著更大的表达变化、RNA聚合酶II结合变化和表观信号变化（P<0.0001，n=36877），最常见的差异转换涉及低信号染色质状态簇4，表明白血病的表观遗传差异主要来自表观调控信号的获得或丢失，功能富集分析发现，CD34+细胞的抑制性染色质状态簇3向THP1细胞的活跃染色质状态簇1或低信号簇4转换的基因，显著富集Wnt信号通路，提示Wnt信号通路在正常CD34+细胞中被抑制，在THP1白血病细胞中通过去抑制激活，该结果无法通过传统的单标记差异分析发现，凸显了chromIDEAS整合分析的优势，此外研究发现76%的差异染色质状态簇基因没有表达变化，说明相同表达水平下可以存在完全不同的染色质状态，凸显了染色质动态分析对完整理解基因调控的必要性。

3.5 KDM4A-WNT10B调控轴的实验验证

实验目的：验证KDM4A通过去除抑制性组蛋白标记激活WNT10B表达驱动白血病细胞增殖的机制。方法细节：在THP1细胞中构建KDM4A敲降的稳定细胞系，通过生长曲线、EdU增殖实验、Annexin V凋亡实验检测细胞表型，整合KDM4A的ChIP-seq和敲降后的RNA-seq数据鉴定KDM4A的直接靶基因，随后在KDM4A敲降背景下过表达WNT10B，验证WNT10B对KDM4A敲降表型的拯救效应。结果解读：KDM4A作为H3K9me3的去甲基化酶，在THP1白血病细胞中显著高表达，敲降KDM4A后，THP1细胞的增殖从第2天开始就被显著抑制（P<0.0001，n=3），凋亡比例显著升高，差异表达分析显示Wnt信号通路相关基因显著下调，对直接靶基因的分析显示，KDM4A结合的下调基因在敲降后，H3K9me3和H3K27me3信号显著累积（P<0.0001，n=1079），符合KDM4A的去甲基化酶功能，WNT10B符合所有KDM4A直接靶标的筛选标准：KDM4A直接结合、敲降后H3K9me3和H3K27me3累积、敲降后表达下调、在THP1细胞中相较于正常CD34+细胞特异性高表达、属于Wnt通路成员，过表达WNT10B完全逆转了KDM4A敲降导致的增殖抑制和凋亡增加（P<0.0001，n=3），证明KDM4A通过去除WNT10B基因位点的抑制性组蛋白标记激活其表达，进而驱动白血病细胞的增殖存活。

4. Biomarker研究及发现成果

Biomarker定位：本文涉及的白血病相关潜在生物标志物包括KDM4A、WNT10B，以及白血病特异性的染色质状态转换（抑制性染色质状态簇3向活跃簇1/低信号簇4转换），筛选验证逻辑完整，为：通过chromIDEAS比较正常CD34+细胞和THP1白血病细胞的染色质状态簇差异→功能富集分析得到Wnt信号通路为核心富集通路→结合差异表达分析筛选出高表达的H3K9me3去甲基化酶KDM4A→整合ChIP-seq和RNA-seq数据鉴定KDM4A的直接靶基因WNT10B→通过细胞敲降和拯救实验验证功能，形成了从生物信息学分析到实验验证的完整链条。

研究过程详述：生物标志物的研究样本为THP1白血病细胞系和原代CD34+脐带血干细胞，验证方法包括ChIP-seq、RNA-seq、蛋白质免疫印迹、细胞生长曲线测定、EdU增殖实验、Annexin V凋亡检测、拯救实验，核心统计学结果为：差异染色质状态簇基因的差异区域比例显著高于非差异基因（P<0.0001，n=36877），KDM4A敲降后，其直接靶基因位点的H3K9me3和H3K27me3信号显著升高（P<0.0001，n=1079），KDM4A敲降显著抑制THP1细胞增殖（P<0.0001，n=3），KDM4A敲降背景下过表达WNT10B可显著恢复细胞增殖能力（P<0.0001，n=3）。

核心成果提炼：KDM4A和WNT10B可作为白血病潜在的预后生物标志物和治疗靶点，本研究首次在THP1白血病中明确KDM4A通过去除WNT10B基因位点的抑制性组蛋白标记H3K9me3和H3K27me3，激活Wnt信号通路，进而促进白血病细胞增殖存活的新机制，补充了KDM4A在白血病中的致癌功能，除了之前报道的与PAF1相互作用调控转录延伸的机制外，新增了Wnt通路相关的表观调控轴，为白血病的靶向治疗提供了新的候选靶点，同时本文开发的chromIDEAS方法为解析表观遗传动态提供了新的计算工具，尤其适用于缺乏生物学重复的样本，可拓展应用到单细胞表观基因组数据的分析中，帮助解析单细胞层面的染色质状态异质性。