摘自:白墨,知乎【https://zhuanlan.zhihu.com/p/279354841

一、介绍

  • ChIP-seq,测序方法
  • ChIP 指染色质免疫共沉淀技术(Chromatin Immunoprecipitation,ChIP),
  • seq 指的是二代测序方法
  • 作用:识别蛋白质与DNA互相作用情况
  • 原理:染色质免疫共沉淀 + 二代测序
  • 应用:常用于转录因子结合位点和组蛋白修饰位点的研究

    二、测序原理

    1、使用甲醛将目标蛋白与染色质交联固定起来
    image.png
    2、从细胞裂解液分离基因组DNA,通过超声打断DNA为一定长度的小片段
    image.png
    3、添加与目标蛋白质特异的抗体,该抗体与目标蛋白形成免疫沉淀免疫结合复合体
    image.png
    4、去交联,纯化DNA即得到染色质免疫沉淀的DNA样本,准备测序
    image.png
    5、建立好文库,用测序仪进行测序
    详细测序过程可以参考:二代测序原理
    image.png

    三、检测蛋白质与DNA序列的结合峰

    1、将测序得到的 DNA 片段(sequenced fragments)匹配到参考基因组

    很显然,如果在基因组的某个位置蛋白质结合的概率越大,那么该位置检测到的 DNA 片段堆叠的就会越高。
    image.png

    2、使用空白对照(control)

    为什么需要对照组?

  • 一般检测出的峰值会有背景噪音,也就是会夹渣一些没有用抗体捕获的DNA片段也被测序了。

  • 开放的染色质区域比封闭的区域更容易断裂
  • 序列标签在基因组中分布不均
  • 允许我们在比对的控件中与相同区域进行比较
  • 消除 ENCODE 提供了 Black list的影响

所以会准备空白对照,排除假阳性,对照组有有两种:

  • input DNA:不用任何抗体捕获的DNA;
  • mock IP DNA:用不含有抗体的DNA

利用对照组去除实验组中的背景噪音,就会让我们检测到的峰更明显。

3、将覆盖到参考基因组的DNA片段堆叠用柱状图画出来,就会看到峰。

这里需要知道,ChIPseq是可以检测转录因子的结合,也可以检测组蛋白修饰的。而且二者有着截然不同的峰形:
转录因子结合的特征峰:
image.png
组蛋白修饰结合的特征峰:
image.png
当然我们也可以使用,UCSC基因组浏览器显示。
image.png

四、影响测序结果的因素

1、免疫共沉淀的影响

  • 高效特异性抗体
  • 起始物料量
  • ChIP DNA产量取决于多种因素
  • 细胞类型
  • 标记或蛋白质丰富程度(组蛋白比TF具有更高的结合覆盖率)
  • 抗体质量

    对于组蛋白,使用来自T细胞的20ug染色质DNA作为起始材料,总共会得到15-50ng DNA。
    对于TF,通常从2500万个细胞(200ug染色质)中得到5-25ng。
    -Subhash Tripathi,ResearchGate

  • 染色质片段

  • 片段大小:影响ChIP-seq中的信噪比
  • 因细胞类型而异
  • 偏向启动子区域的片段会在ChIP AND对照(输入)样品中的启动子上引起ChIP-seq富集

image.png

2、测序的影响

  • Reads 长度
  • 较长的 Reads 和双末端 Reads 可提高匹配率
  • 仅对于等位基因特异性染色质事件,转座因子研究而言是必需的
  • 避免分批次
  • 测序深度(最小5-10M;对于转录因子,标准为20-40M;对于组蛋白修饰宽谱图则更高)
  • 序列输入对照的深度等于或大于IP样本

    3、测序深度的影响

    H3K4me3
    image.png
    H3K27me3
    image.png
    从每个子样本中H3K4me3,H3K36me3和H3K27me3回收的全部数据中获得的显著富集区域的百分比
    image.png
    对另外100万条 Reads 进行测序时,捕获的富集区域增加的百分比
    image.png

    4、重复样和重现性

  • 重复多次通常比更高的深度更有效

  • 最好低深度测序高质量样本,而不是高深度低质量样本

参考:
https://academic.oup.com/nar/article/42/9/e74/1248114
https://en.wikipedia.org/wiki/ChIP_sequencing#/media/File:Chromatin_immunoprecipitation_sequencing.svg
https://www.abcam.com/epigenetics/studying-epigenetics-using-chip