BioPackathon2024 ゲノム立体構造解析とHiC1Dmetricsの紹介

Bio"Pack"athon 2024 #10 (2024年10月9日)の発表資料です。

Transcript

1. ゲノム立体構造解析と HiC1Dmetricsの紹介 東京大学定量生命科学研究所 大規模生命情報解析研究分野 中戸隆一郎 2024/10/9 Bio"Pack"athon 2024 #10 @RyuichiroNakato
2. Contents  Hi-Cを用いた立体構造解析  HiC1Dmetricsについて  PyPIへの登録について 2
3. ゲノムは核内で規則的に折りたたまれている Misteli, Cell, 2020  階層的な立体構造を持つ  染色体テリトリー  コンパートメント  トポロジカルドメイン （TAD）  クロマチンループ  一定の構造を持ちつつ、核内で 動的に変動している  超解像度顕微鏡  動的な変動を観測できる  一度に観測できる領域は限定的  Hi-C（NGS解析）  全ゲノムを観測可能  ある時点での平均的な構造が得ら れる：時間軸の変動は得られない 3
4. Hi-Cを用いた立体構造解析の原理 ゲノム位置 ゲノム位置 三角形の表現（上三角） Lieberman-Aiden et al., Science, 2009 4 ゲノムをビンに区切って リードペアをカウント （ビンサイズを解像度と呼ぶ） 正規化
5. Silorska and Sexton, J Mol Biol., 2020 Hi-C法で観測される階層的ゲノム構造 染色体テリトリー コンパートメント TAD クロマチンループ Hi-Cデータ 概念図 格子状パターン TAD境界 ドットとして表現される 5
6. Bonev et al, Cell, 2017 Beagan et al, Nat Genet, 2020 トポロジカルドメイン （Topology associating domain; TAD) 6
7. コヒーシン & ローダー アンローダー インシュレーター 異なる階層は異なる因子によって制御されている Silorska and Sexton, J Mol Biol., 2020 それぞれの階層を分けて解析する必要がある 7
8. サンプル間で比較する場合 を考える  ２サンプルの比較の場合  直接目視（上図）  簡単、直感的  主にTAD構造が注視される  細かい違いは見えない  相互作用頻度のlog2 比（下図）  変動パターンを概観できる  微細な変動もキャプチャできる  遠距離相互作用は再現性が低い 8
9. 多サンプル解析の場合  視覚的な２次元マップの比較は客観的でない・全ゲノムに展開しにくい  TAD・ループの二値比較はマップリード数や解像度に対して頑健でない  １次元の特徴ベクトルに変換することで、定量的な多サンプル比較が容易に  立体構造の個々の特徴（構造単位）を抽出する特徴ベクトル群の開発 サンプル 9
10. TAD Chromatin compaction Compartment Stripe TAD Chromatin hubs • 既存指標・新規指標を含めた種々の既存指標を統一的 に計算 • 新規スコアの開発により、これまで同定が難しかった 特殊な立体構造を定量的に抽出・比較可能 • 高速・効率的に多サンプル間の立体構造の定量的比較 が可能 HiC1Dmetrics [Wang and Nakato, Briefing in Bioinformatics, 2021] Jiankang Wang 10
11.  最初はツール化する予定はなかった  新しい一次元スコアを思いついたので、「新規スコアの提案」と「そのスコアを用いた 解析による知見獲得」の（小さい）論文にするつもりだった  当時博士の学生だった王さんにお願いしたところ、HiC1Dmetricsが誕生した  ユーティリティ性が増した  彼が頑張りました  新規スコアだけでなく、既存のスコアも併せて統一的に計算可能  論文は必然的に総説的な要素を含む  前半が既存スコアのレビュー、後半が新規スコアの説明  Briefing in Bioinformatics が望ましいと判断し、投稿（総説＋新規手法の合わせ技）  一度リジェクトになったが、再投稿→採択（王さんが頑張りました） HiC1Dmetrics誕生秘話 11
12. １次元解析の例（インシュレーションスコア） [Crane et al. Nature, 2015] smaller square Larger square スクウェアサイズが大きいほど、遠距離の相互 作用を考慮する 相互作用が少ない（TAD境界）を赤で示す Larger square (1M) smaller square (100kb) [Crane et al. Nature, 2015] 12
13. １次元解析の例（コンパートメント） [Lieberman-Aiden et al., Science, 2009] コンパートメントA コンパートメントB 第一主成分（PC1） 主成分分析 （PCA） 0 0.025 -0.025 Lieberman-Aiden et al., Science, 2009 13
14. １次元解析の例（クロマチンコンパクション） [Heinz et al, Cell, 2018] Heinz et al, Cell, 2018  クロマチンの局所的凝縮度を測る指標  DLR: 値が大きいほど凝縮（不活性）、 小さいほどオープン（活性） 14
15. 新規スコアの例 “Intra-TAD score (IAS)”  各ゲノム領域のTAD内における相互作用 量をTADサイズで正規化  Stripe構造の抽出に利用できることが明 らかになった 15 [Wang and Nakato, Briefing in Bioinformatics, 2021]
16. 見たかったもの：「TAD間」相互作用の欠損効果の違い  左右非対称なTAD間相互作用変動が観測された  コンパートメントや、エピゲノムに関連があるのではないかと思わ れた  このような領域を全ゲノム的に抽出するには？ コンパートメント A/B RNA pol2 高/低 相互作用ログ比 （対コントロール） コヒーシンKD NIPBL KD CTCF KD 相互作用頻度のlog比（対コントロール） 16
17. Directional relative frequency (DRF)  ２サンプル比較における指標  相互作用頻度のlog比の平均値を5’末端側（A） および3’末端側（B）について計算し、BからA を引く  非対称な相互作用変動を示す領域について強く 変動することになる Nakato et al, Nat Commun, 2023 17
18. 18 [Wang and Nakato, Briefing in Bioinformatics, 2021] Directional TAD (dTAD)：左右非対称な相互作用変動を示すTAD  TAD間相互作用変動パターンは遺伝子発現と相関が ある  コンパートメント構造とはおそらく異なる機構
19. HiC1Dmetrics (version 0.2.10) https://h1d.readthedocs.io/en/latest/index.html  入力: .hic, .cool, dense matrix  １サンプル用のスコア  Insulation score, PC1など  ２サンプル用のスコア  DRFなど  コンパートメントの計算に は遺伝子ファイルが必要 $ pip3 install h1d インストール 19
20. 期待する使い方１：多サンプル類似度比較 [Wang and Nakato, Briefing in Bioinformatics, 2021] Stripe TADsの細胞種間比較 20 IASを用いたクラスタリング
21. 期待する使い方２：エピゲノム情報との統合 立体構造情報を加味した クロマチン状態推定 [ROADMAP project, Nature, 2015] [Wang and Nakato, Briefing in Bioinformatics, 2021] ヒストン修飾情報を利用した クロマチン状態推定 21
22. 22 Springerにプロトコルを公開しています
23.  アカウント発行が必要  チェック機構などはないので簡単  wheel, twineの２つのツールが必要（pipでインストールできる）  バージョン管理・アップデート必須  TestPyPIをうまく活用する PyPIへの登録について 23 PyPI TestPyPI
24.  公開するプログラム群  __init__.pyの準備（下図）  プログラム名、バージョンなどを記載  Setup.pyの準備（右図）  公開するプログラム一覧  依存関係のあるライブラリ一覧  同時にインストールされる  必要なバージョン情報を記載  Python >= 3.7 など 24 setup.py __init__.py 登録ファイルの準備
25. 25 # 必要なファイルの作成 $ python setup.py bdist_wheel # PyPIへのアップロード $ twine upload --repository pypi dist/* # TestPyPIへのアップロード $ twine upload --repository testpypi dist/*  PyPIとTestPyPIでバージョン情報が異なることに注意  pipでダウンロードできることを確認 PyPIへのアップロード # TestPyPIの場合 $ pip install -i https://test.pypi.org/simple/ h1d
26.  依存関係のあるパッケージのバージョン管理をしっかりする  Pythonライブラリは頻繁にアップデートされ、後方互換性は保証されない  バージョンが上がったことによるエラーが多発する  一方、厳しすぎると他のツールとのconflictが多発する  依存関係のあるパッケージは極力少なくする  「車輪の再開発はしない」が基本だが、外部のツールをimportするより自分で実装した方が ツールとしての頑健性は上がる  依存関係がどうしても多い場合  READMEで仮想環境を推奨する  Dockerなどのイメージに環境そのものを登録する  少なくとも、Docker上では動く。という状況を保証できる 考慮すべき点 26
27. まとめ  HiC1Dmetrics：Hi-Cデータから様々な特徴を抽出した１次元ベクトルを生成する  既存指標・新規指標を含めた種々の既存指標を統一的に計算  そのうちのいくつかを本日紹介しました  新規スコアの開発により、これまで同定が難しかった特殊な立体構造を定量的に抽出・比 較可能  高速・効率的に多サンプル間の立体構造の定量的比較が可能になる  PyPIへの登録  こういうスコアを作ったら面白そう？みたいなアイデアがあればぜひご相談ください 27