双端测序、DNA甲基化及CPG岛、转录组分析名词

关于Illumina的双端测序，最重要的理解一点是在进行单端测序结束后，再继续通过桥式PCR扩增出反向互补链进而第二次测序，而这第二次测序的序列就是原来哪条序列的真实序列，第一次测序的是互补链的序列。

表观遗传学认为在不改变DNA序列的情况下，通过DNA和组蛋白的修饰来调控基因的表达，而其中DNA甲基化最为常见（DNA methylation）.在人类的表观遗传学中，CpG岛的甲基化修饰最为常见，

CpG岛的甲基化修饰主要过程是在CpG甲基化结合蛋白（Methyl-CpG Binding Proteins.MBDs）和DNA甲基化转移酶（DNA methyltransferases.DNMTs）的作用下，使得CpG二核苷酸5’端的胞嘧啶转变为5’甲基胞嘧啶。

目前研究发现，在正常人类的DNA中，约有3-6%的胞嘧啶被甲基化。在哺乳动物中，约有50,000,000个CpG二核苷酸，其中70%的被甲基化。而那些可被甲基化的CpG 二核苷酸并非随机的分布于基因组序列中，相反，在基因组的某些区域中，通常是基因的启动子区域，5’端非翻译区和第一个外显子区，CpG序列密度非常高，超过均值5倍以上，成为鸟嘌呤和胞嘧啶的富集区，称之为CpG岛(CpG Islands, CGIs)

最近，为了排除那些Alu重复序列，提出了更严格的标准：长度至少500碱基对，GC含量超过55%，CpG比值大于0.65。        据研究估计，哺乳动物基因组中的CpG岛约有4万个。在健康人的基因组中，CpG岛中的CpG位点一般处于非甲基化状态，而CpG岛外的CpG位点通常是被甲基化的。

DNA甲基化改变影响

如图1左所示，在正常细胞中，位于抑癌基因启动子区域的CpG岛处于低水平或未甲基化状态，此时抑癌基因处于正常的开放状态，抑癌基因不断表达抑制肿瘤的发生。而在肿瘤细胞中，该区域的CpG岛被高度甲基化，染色质构象发生改变，抑癌基因的表达被关闭，从而导致细胞进入细胞周期，凋亡丧失，DNA修复缺陷，血管生成以及细胞粘附功能缺失等，最终导致肿瘤发生。同样，如图1右所示，对于在正常细胞中处于高度甲基化的一些基因和重复序列，如果其甲基化水平降低，这些基因将表达和重复序列将激活，从而导致基因印记丢失，细胞过度增长，不合适的细胞特异性表达，基因组脆性增加，以及内寄生序列(endoparasitic sequence)的激活，最终也导致肿瘤发生。

由于CpG岛的局部高度甲基化要早于细胞恶性增生，故其甲基化的检测可用于肿瘤的预测，而全基因组水平的低水平甲基化状态，则随着肿瘤恶性程度的增加而进一步降低，使其可用于肿瘤的诊断以及分级。

最后关于甲基化测定方法详见http://www.lifeomics.com/?p=18458

其中遇到一个很重要的概念基因组印迹：经典孟德尔遗传学认为所有父系及母系等位基因有同等表达，但随着对遗传学研究的深入，人们发现了一种称为基因印记的非孟德尔遗传现象，它指在配子或合子的发生期间，来自亲本的等位基因或染色体在发育过程中产生专一性的加工修饰，导致后代体细胞中两个亲本来源的等位基因有不同的表达方式，又称遗传印记或配子印记。它是一种伴有基因组改变的非孟德尔遗传形式，可遗传给子代细胞，但并不包括DNA序列的改变。

Alu序列：Alu重复序列是哺乳动物基因组中SINE家族的一员，约有50万份拷贝。也就是说平均4～6 kb中就有一个Alu序列。Alu序列一般散在分布，少数呈簇状分布。在细胞遗传学水平上观察，Alu重复序列集中在基因转录最活跃的染色体区段内。在所有已知的基因内含子中，几乎都发现了Alu序列。这种DNA序列中有限制性内切核酸酶Alu的识别序列AGCT，所以称为Alu重复序列

转录组分析之名词解释：http://mp.weixin.qq.com/s/YTJC5cv4xshKyD6lqPsWog