▎李程教授课题组投稿
染色质在细胞核中折叠成高度复杂的三维结构，并且在细胞分化增殖等过程中被动态调控。染色质构象捕获技术如Hi-C等可以捕捉基因组范围的高分辨率染色质相互作用，帮助我们更好地理解三维基因组和细胞功能之间的关系。肺癌是目前发病率和死亡人数最高的癌症之一，与肺癌相关的组学研究涵盖基因组、表观遗传学、转录组和蛋白组等，但与三维基因组相关的研究较少，特别是直接采用临床癌症样本的研究。在这项研究中，研究者首先证明了用少量细胞(1×10^4)的Hi-C实验研究临床肺癌样本三维基因组的可行性（图1）。然后从两例肺癌病人中分别提取癌症和癌旁组织,进行Hi-C和RNA-seq测序，获得三维基因组和转录组信息。▲图1：在A细胞系和T临床样本中，不同细胞量Hi-C实验的TAD检测比较（图片来源：李程教授课题组投稿）通过多组学数据整合分析不同层面的基因组变化，发现了：（1）临床肺癌样本中的拓扑结构域（TADs）和染色质环（loops）结构都发生了显著变化。（2）Hi-C技术不仅可以用于检测染色质三维结构，同时可用于推断癌症中的拷贝数变异（CNV）（图2）和点突变（SNV）。▲图2：从Hi-C数据中鉴别CNVs。从临床病人和A细胞系的Hi-C数据估计的CNVs，红色代表拷贝数增加，蓝色代表拷贝数减少，绿色代表正常的拷贝数；TCGA行是从TCGA数据库(TheCancerGenomeAtlasResearchNetwork,)中得到的个肺腺癌病人的平均拷贝数（图片来源：李程教授课题组投稿）（3）作者们通过Hi-C数据得到临床肺癌病人的三维基因组结构、CNV和突变信息，与RNA-seq数据进行整合分析，探究了基因组变异如何通过三维基因组影响转录调控。CNV、三维基因组和基因表达之间存在显著关联。（4）该研究强调了三维基因组学在临床癌症样本研究中的重要性，并且对未来癌症三维基因组学研究提供了数据整合分析的流程。该研究于年6月8日以标题“IntegrativeAnalysisofGenome,3DGenome,andTranscriptomeAlterationsofClinicalLungCancerSamples”在Genomics,ProteomicsBioinformatics期刊发表。李亭亭（军事科学院）、李瑞风（清华大学）、董旋（华大基因）、石林（医院）、林淼（医院）和彭婷（北京大学）为该论文共同第一作者。医院武多娇教授、碳云智能数字生命研究院王健副院长、北京大学生命科学学院李程研究员为该论文的共同通讯作者。该工作得到了国家自然科学基金、国家重点研发计划、北京大学“北极星”高性能计算平台的支持。李程研究组兴趣为三维基因组学实验和分析方法及其在再生生物学、健康衰老中的应用，目前在招聘生物信息学、分子生物学博士后，欢迎联系交流（