Summary

Un flusso di lavoro integrato per studiare l'architettura del genoma spazio-temporale centrata sul promotore in popolazioni cellulari scarse

Published: April 21, 2023
doi:

Summary

L’espressione genica è regolata dalle interazioni dei promotori genici con gli elementi regolatori distali. Qui, descriviamo come basso input Capture Hi-C (liCHi-C) consenta l’identificazione di queste interazioni in tipi di cellule rare, che in precedenza non erano misurabili.

Abstract

La trascrizione genica spaziotemporale è strettamente regolata da elementi regolatori distali, come potenziatori e silenziatori, che si basano sulla vicinanza fisica con i loro promotori genici bersaglio per controllare la trascrizione. Sebbene questi elementi regolatori siano facili da identificare, i loro geni bersaglio sono difficili da prevedere, poiché la maggior parte di essi sono specifici del tipo di cellula e possono essere separati da centinaia di kilobasi nella sequenza lineare del genoma, saltando altri geni non bersaglio. Per diversi anni, Promoter Capture Hi-C (PCHi-C) è stato il gold standard per l’associazione di elementi regolatori distali ai loro geni bersaglio. Tuttavia, PCHi-C si basa sulla disponibilità di milioni di cellule, vietando lo studio di popolazioni cellulari rare come quelle comunemente ottenute da tessuti primari. Per superare questa limitazione, è stato sviluppato Capture Hi-C (liCHi-C) a basso input, un metodo economico e personalizzabile per identificare il repertorio di elementi regolatori distali che controllano ciascun gene del genoma. liCHi-C si basa su un framework sperimentale e computazionale simile a PCHi-C, ma impiegando cambiamenti minimi del tubo, modificando la concentrazione e i volumi del reagente e scambiando o eliminando passaggi, rappresenta una perdita minima di materiale durante la costruzione della libreria. Collettivamente, liCHi-C consente lo studio della regolazione genica e dell’organizzazione spaziotemporale del genoma nel contesto della biologia dello sviluppo e della funzione cellulare.

Introduction

L’espressione genica temporale guida la differenziazione cellulare e, in definitiva, lo sviluppo dell’organismo, e la sua alterazione è strettamente correlata a un’ampia pletora di malattie 1,2,3,4,5. La trascrizione genica è finemente regolata dall’azione di elementi regolatori, che possono essere classificati come prossimali (cioè promotori genici) e distali (ad esempio, potenziatori o silenziatori), questi ultimi sono frequentemente situati lontano dai loro geni bersaglio e interagiscono fisicamente con loro attraverso il looping della cromatina per modulare l’espressione genica 6,7,8.

L’identificazione delle regioni regolatorie distali nel genoma è una questione ampiamente condivisa, poiché queste regioni ospitano specifiche modificazioni degli istoni 9,10,11 e contengono specifici motivi di riconoscimento dei fattori di trascrizione, fungendo da piattaforme di reclutamento per loro12,13,14. Inoltre, nel caso di enhancer e super-enhancers 15,16, hanno anche una bassa occupazione nucleosomica 17,18 e sono trascritti in eRNA non codificanti 19,20.

Tuttavia, i geni bersaglio di ciascun elemento regolatore distale sono più difficili da prevedere. Il più delle volte, le interazioni tra gli elementi regolatori distali e i loro bersagli sono specifiche del tipo cellulare e dello stimolo 21,22, si estendono su centinaia di kilobasi, collegando altri geni in qualsiasi direzione 23,24,25 e possono anche essere localizzate all’interno di regioni introniche del loro gene bersaglio o di altri geni non intervenienti 26,27. Inoltre, gli elementi regolatori distali possono anche controllare più di un gene allo stesso tempo, e viceversa28,29. Questa complessità posizionale ostacola l’individuazione delle associazioni regolatorie tra loro e, pertanto, la maggior parte degli obiettivi di ciascun elemento regolatore in ogni tipo di cellula rimane sconosciuta.

Negli ultimi anni, c’è stato un boom significativo nello sviluppo di tecniche di cattura della conformazione cromosomica (3C) per lo studio delle interazioni della cromatina. Il più utilizzato di essi, Hi-C, permette di generare una mappa di tutte le interazioni tra ogni frammento del genoma di una cellula30. Tuttavia, per rilevare interazioni significative a livello di frammento di restrizione, Hi-C si basa sul sequenziamento ultra-profondo, vietandone l’uso per studiare regolarmente il panorama regolatorio dei singoli geni. Per superare questa limitazione economica, sono emerse diverse tecniche 3C basate sull’arricchimento, come ChIA-PET31, HiChIP 32 e la sua controparte a basso input HiCuT33. Queste tecniche dipendono dall’uso di anticorpi per arricchire le interazioni genome-wide mediate da una proteina specifica. Tuttavia, la caratteristica unica di queste tecniche 3C è anche la rovina della loro applicazione; Gli utenti contano sulla disponibilità di anticorpi di alta qualità per la proteina di interesse e non possono confrontare le condizioni in cui il legame della proteina è dinamico.

Promoter Capture Hi-C (PCHi-C) è un’altra tecnica 3C basata sull’arricchimento che aggira queste limitazioni34,35. Utilizzando un sistema di arricchimento della sonda di RNA biotinilato, PCHi-C è in grado di generare librerie ad alta risoluzione a livello di genoma di regioni genomiche che interagiscono con 28.650 promotori genici umani o 27.595 annotati nel topo, noti anche come interattoma del promotore. Questo approccio consente di rilevare interazioni significative a lungo raggio alla risoluzione a livello di frammento di restrizione di entrambi i promotori attivi e inattivi e di confrontare in modo robusto gli interattomi del promotore tra qualsiasi condizione indipendentemente dalla dinamica delle modificazioni istoniche o del legame proteico. PCHi-C è stato ampiamente utilizzato negli ultimi anni per identificare le riorganizzazioni dell’interattoma del promotore durante il differenziamento cellulare 36,37, identificare il meccanismo d’azione dei fattori di trascrizione38,39 e scoprire nuovi potenziali geni e vie deregolate nella malattia da varianti non codificanti 40,41,42,43,44,45,46,47,48, accanto alle mutazioni non codificanti del nuovo driver49,50. Inoltre, semplicemente modificando il sistema di cattura, questa tecnica può essere personalizzata in base alla domanda biologica per interrogare qualsiasi interattoma (ad esempio, l’interattoma enhancer 51 o l’interattoma di una raccolta di alterazioni non codificanti41,52).

Tuttavia, PCHi-C si basa su un minimo di 20 milioni di cellule per eseguire la tecnica, che impedisce lo studio di popolazioni cellulari scarse come quelle spesso utilizzate nella biologia dello sviluppo e nelle applicazioni cliniche. Per questo motivo, abbiamo sviluppato Capture Hi-C (liCHi-C) a basso input, un nuovo metodo economico e personalizzabile basato sul framework sperimentale di PCHi-C per generare interattomi promotori ad alta risoluzione con input a bassa cella. Eseguendo l’esperimento con minime modifiche del tubo, scambiando o eliminando passaggi dal protocollo PCHi-C originale, riducendo drasticamente i volumi di reazione e modificando le concentrazioni di reagenti, la complessità della libreria è massimizzata ed è possibile generare librerie di alta qualità con un minimo di 50.000 celle53.

Low input Capture Hi-C (liCHi-C) è stato confrontato con PCHi-C e utilizzato per chiarire il ricablaggio dell’interattoma del promotore durante la differenziazione delle cellule ematopoietiche umane, scoprire potenziali nuovi geni e percorsi associati alla malattia deregolati da alterazioni non codificanti e rilevare anomalie cromosomiche53. Il protocollo passo-passo e i diversi controlli di qualità attraverso la tecnica sono dettagliati qui fino alla generazione finale delle librerie e alla loro analisi computazionale.

Protocol

Per garantire una perdita minima di materiale, (1) lavorare con tubi e punte a basso legame del DNA (vedere la tabella dei materiali), (2) posizionare i reagenti sulla parete del tubo invece di introdurre la punta all’interno del campione e, (3) se possibile, mescolare il campione per inversione invece di pipettare il campione su e giù, e ruotare verso il basso in seguito per recuperare il campione. 1. Fissazione cellulare Cellule che crescono in so…

Representative Results

liCHi-C offre la possibilità di generare librerie di interattomi promotori di alta qualità e risoluzione con un minimo di 50.000 cellule53. Ciò si ottiene – oltre alla drastica riduzione dei volumi di reazione e all’uso di oggetti plastici a basso legame del DNA in tutto il protocollo – rimuovendo passaggi non necessari dal protocollo originale, in cui si verificano perdite significative di materiale. Questi includono la purificazione del fenolo dopo la reticolazione, la rimozione della bio…

Discussion

liCHi-C offre la capacità di generare librerie di interattomi promotori ad alta risoluzione utilizzando un framework sperimentale simile a PCHi-C ma con un numero di celle notevolmente ridotto. Ciò si ottiene notevolmente eliminando i passaggi non necessari, come la purificazione del fenolo e la rimozione della biotina. Nel classico protocollo Hi-C57 della legatura in-nucleo e nella sua successiva tecnica derivata PCHi-C, la biotina viene rimossa dai frammenti di restrizione non legati per evita…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Ringraziamo il resto dei membri del laboratorio Javierre per il loro feedback sul manoscritto. Ringraziamo il Programma CERCA, la Generalitat de Catalunya e la Fondazione Josep Carreras per il sostegno istituzionale. Questo lavoro è stato finanziato dal FEDER/Ministero spagnolo della Scienza e dell’Innovazione (RTI2018-094788-A-I00), dall’Associazione europea di ematologia (4823998) e dall’Associazione spagnola contro il cancro (AECC) LABAE21981JAVI. BMJ è finanziato dal progetto Junior Leader della La Caixa Banking Foundation (LCF / BQ / PI19 / 11690001), LR è finanziato da una borsa di studio AGAUR FI (2019FI-B00017) e LT-D è finanziato da una borsa di studio FPI (PRE2019-088005). Ringraziamo il programma di dottorato in biochimica e biologia molecolare dell’Universitat Autònoma de Barcelona per il suo supporto. Nessuno dei finanziatori è stato coinvolto in nessun momento nella progettazione sperimentale o nella scrittura del manoscritto.

Materials

0.4 mM Biotin-14-dATP Invitrogen 19524-016
0.5 M EDTA pH 8.0 Invitrogen AM9260G
1 M Tris pH 8.0 Invitrogen AM9855G
10x NEBuffer 2 New England Biolabs B7002S Referenced as restriction buffer 2 in the manuscript
10x PBS Fisher Scientific BP3994
10x T4 DNA ligase reaction buffer New England Biolabs B0202S
16% formaldehyde solution (w/v), methanol-free Thermo Scientific 28908
20 mg/mL Bovine Serum Albumin New England Biolabs B9000S
5 M NaCl Invitrogen AM9760G
5PRIME Phase Lock Gel Light tubes Qiuantabio 2302820 For phenol-chloroform purification in section 4 (DNA purification). Phase Lock Gel tubes are a commercial type of tubes specially designed to maximize DNA recovery after phenol-chloroform purifications while avoiding carryover of contaminants in the organic phase by containing a resin of intermediate density which settles between the organic and aqueous phase and isolates them. PLG tubes should be spun at 12,000 x g for 30 s before use to ensure that the resin is well-placed at the bottom of the tube
Adapters and PCR primers for library amplification Integrated DNA Technologies Bought as individual primers with PAGE purification for NGS
Cell scrappers Nunc 179693 Or any other brand
Centrifuge (fixed-angle rotor for 1.5 mL tubes) Any brand
CHiCAGO R package 1.14.0
CleanNGS beads CleanNA CNGS-0050
dATP, dCTP, dGTP, dTTP Promega U120A, U121A, U122A, U123A Or any other brand
DNA LoBind tube, 1.5 mL Eppendorf 30108051
DNA LoBind tube, 2 mL Eppendorf 30108078
DNA polymerase I large (Klenow) fragment 5000 units/mL New England Biolabs M0210L
Dynabeads MyOne Streptavidin C1 beads Invitrogen 65002 For biotin pull-down of the pre-captured library in section 8 (biotin pull-down)
Dynabeads MyOne Streptavidin T1 beads Invitrogen 65602 For biotin pull-down of the post-captured library in section 11 (biotin pull-down and PCR amplification)
DynaMag-2 Invitrogen 12321D Or any other magnet suitable for 1.5 ml tubeL
Ethanol absolute VWR 20821.321
FBS, qualified Gibco 10270-106 Or any other brand
Glycine Fisher BioReagents BP381-1
GlycoBlue Coprecipitant Invitrogen AM9515 Used for DNA coprecipitation in section 4 (DNA purification)
HiCUP 0.8.2
HindIII, 100 U/µL New England Biolabs R0104T
IGEPAL CA-630 Sigma-Aldrich I8896-50ML
Klenow EXO- 5000 units/mL New England Biolabs M0212L
Low-retention filter tips (10 µL, 20 µL, 200 µL and 1000 µL) ZeroTip PMT233010, PMT252020, PMT231200, PMT252000
M220 Focused-ultrasonicator Covaris 500295
Micro TUBE AFA Fiber Pre-slit snap cap 6 x 16 mm vials Covaris 520045 For sonication in section 6 (sonication)
NheI-HF, 100 U/µL New England Biolabs R3131M
Nuclease-free molecular biology grade water Sigma-Aldrich W4502
PCR primers for quality controls Integrated DNA Technologies
PCR strips and caps Agilent Technologies 410022, 401425
Phenol: Chloroform: Isoamyl Alcohol 25:24:1, Saturated with 10 mM Tris, pH 8.0, 1 mM EDTA Sigma-Aldrich P3803
Phusion High-Fidelity PCR Master Mix with HF Buffer New England Biolabs M0531L For amplification of the library in sections 9 (dATP-tailing, adapter ligation and PCR amplification)
and 11 (biotin pull-down and PCR amplification)
Protease inhibitor cocktail (EDTA-free) Roche 11873580001
Proteinase K, recombinant, PCR grade Roche 3115836001
Qubit 1x dsDNA High Sensitivity kit Invitrogen Q33230 For DNA quantification after precipitation in section 4 (DNA purification)
Qubit assay tubes Invitrogen Q32856
rCutsmart buffer New England Biolabs B6004S
RPMI Medium 1640 1x + GlutaMAX Gibco 61870-010 Or any other brand
SDS – Solution 10% for molecular biology PanReac AppliChem A0676
Sodium acetate pH 5.2 Sigma-Aldrich S7899-100ML
SureSelect custom 3-5.9 Mb library Agilent Technologies 5190-4831 Custom designed mouse or human capture system, used for the capture
SureSelect Target Enrichment Box 1 Agilent Technologies 5190-8645 Used for the capture
SureSelect Target Enrichment Kit ILM PE Full Adapter Agilent Technologies 931107 Used for the capture
T4 DNA ligase 1 U/µL Invitrogen 15224025 For ligation in section 3 (ligation and decrosslink)
T4 DNA ligase 2000000/mL New England Biolabs M0202T For ligation in section 9 (dATP-tailing, adapter ligation and PCR amplification)
T4 DNA polymerase 3000 units/mL New England Biolabs M0203L
T4 PNK 10000 units/mL New England Biolabs M0201L
Tapestation 4200 instrument Agilent Technologies For automated electrophoresis in section 9 (dATP-tailing, adapter ligation, and PCR amplification) and
section 11
(Biotin pull-down and PCR amplification). Any other automated electrophoresis system is valid
Tapestation reagents Agilent Technologies 5067-5582, 5067-5583, 5067-5584, 5067-5585, For automated electrophoresis in section 9 (dATP-tailing, adapter ligation, and PCR amplification) and
section 11
(Biotin pull-down and PCR amplification). Any other automated electrophoresis system is valid
Triton X-100 for molecular biology PanReac AppliChem A4975
Tween 20 Sigma-Aldrich P9416-50ML

Riferimenti

  1. Hatton, C. S., et al. α-thalassemia caused by a large (62 kb) deletion upstream of the human α globin gene cluster. Blood. 76 (1), 221-227 (1990).
  2. Toikkanen, S., Helin, H., Isola, J., Joensuu, H. Prognostic significance of HER-2 oncoprotein expression in breast cancer: A 30-year follow-up. Journal of Clinical Oncology. 10 (7), 1044-1048 (1992).
  3. Church, C., et al. Overexpression of Fto leads to increased food intake and results in obesity. Nature Genetics. 42 (12), 1086-1092 (2010).
  4. Bhatia, S., et al. Disruption of autoregulatory feedback by a mutation in a remote, ultraconserved PAX6 enhancer causes aniridia. American Journal of Human Genetics. 93 (6), 1126-1134 (2013).
  5. Herranz, D., et al. A NOTCH1-driven MYC enhancer promotes T cell development, transformation and acute lymphoblastic leukemia. Nature Medicine. 20 (10), 1130-1137 (2014).
  6. Carter, D., Chakalova, L., Osborne, C. S., Dai, Y. F., Fraser, P. Long-range chromatin regulatory interactions in vivo. Nature Genetics. 32 (4), 623-626 (2002).
  7. Rao, S. S. P., et al. A 3D map of the human genome at kilobase resolution reveals principles of chromatin looping. Cell. 159 (7), 1665-1680 (2014).
  8. Schoenfelder, S., Fraser, P. Long-range enhancer-promoter contacts in gene expression control. Nature Reviews Genetics. 20 (8), 437-455 (2019).
  9. Heintzman, N. D., et al. Distinct and predictive chromatin signatures of transcriptional promoters and enhancers in the human genome. Nature Genetics. 39 (3), 311-318 (2007).
  10. Zentner, G. E., Tesar, P. J., Scacheri, P. C. Epigenetic signatures distinguish multiple classes of enhancers with distinct cellular functions. Genome Research. 21 (8), 1273-1283 (2011).
  11. Creyghton, M. P., et al. Histone H3K27ac separates active from poised enhancers and predicts developmental state. Proceedings of the National Academy of Sciences. 107 (50), 21931-21936 (2010).
  12. McPherson, C. E., Shim, E. Y., Friedman, D. S., Zaret, K. S. An active tissue-specific enhancer and bound transcription factors existing in a precisely positioned nucleosomal array. Cell. 75 (2), 387-398 (1993).
  13. He, A., Kong, S. W., Ma, Q., Pu, W. T. Co-occupancy by multiple cardiac transcription factors identifies transcriptional enhancers active in heart. Proceedings of the National Academy of Sciences. 108 (14), 5632-5637 (2011).
  14. Dogan, N., et al. Occupancy by key transcription factors is a more accurate predictor of enhancer activity than histone modifications or chromatin accessibility. Epigenetics and Chromatin. 8, 16 (2015).
  15. Whyte, W. A., et al. transcription factors and mediator establish super-enhancers at key cell identity genes. Cell. 153 (2), 307-319 (2013).
  16. Hnisz, D., et al. Super-enhancers in the control of cell identity and disease. Cell. 155 (4), 934-947 (2013).
  17. He, H. H., et al. Nucleosome dynamics define transcriptional enhancers. Nature Genetics. 42 (4), 343-347 (2010).
  18. Song, L., et al. Open chromatin defined by DNaseI and FAIRE identifies regulatory elements that shape cell-type identity. Genome Research. 21 (10), 1757-1767 (2011).
  19. De Santa, F., et al. A large fraction of extragenic RNA Pol II transcription sites overlap enhancers. PLoS Biology. 8 (5), e1000384 (2010).
  20. Kim, T. K., et al. Widespread transcription at neuronal activity-regulated enhancers. Nature. 465 (7295), 182-187 (2010).
  21. ENCODE Project Consortium. An integrated encyclopedia of DNA elements in the human genome. Nature. 489 (7414), 57-74 (2012).
  22. Wu, H., et al. Tissue-specific RNA expression marks distant-acting developmental enhancers. PLoS Genetics. 10 (9), e1004610 (2014).
  23. Banerji, J., Rusconi, S., Schaffner, W. Expression of a β-globin gene is enhanced by remote SV40 DNA sequences. Cell. 27 (2), 299-308 (1981).
  24. Amano, T., et al. Chromosomal dynamics at the Shh locus: limb bud-specific differential regulation of competence and active transcription. Developmental Cell. 16 (1), 47-57 (2009).
  25. Shi, J., et al. Role of SWI/SNF in acute leukemia maintenance and enhancer-mediated Myc regulation. Genes and Development. 27 (24), 2648-2662 (2013).
  26. Lettice, L. A., et al. A long-range Shh enhancer regulates expression in the developing limb and fin and is associated with preaxial polydactyly. Human Molecular Genetics. 12 (14), 1725-1735 (2003).
  27. Tuvikene, J., et al. Intronic enhancer region governs transcript-specific Bdnf expression in rodent neurons. eLife. 10, e65161 (2021).
  28. Tasic, B., et al. Promoter choice determines splice site selection in protocadherin α and γ pre-mRNA splicing. Molecular Cell. 10 (1), 21-33 (2002).
  29. Perry, M. W., Boettiger, A. N., Levine, M. Multiple enhancers ensure precision of gap gene-expression patterns in the Drosophila embryo. Proceedings of the National Academy of Sciences. 108 (33), 13570-13575 (2011).
  30. Lieberman-Aiden, E., et al. Comprehensive mapping of long-range interactions reveals folding principles of the human genome. Science. 326 (5950), 289-293 (2009).
  31. Fullwood, M. J., et al. An oestrogen-receptor-α-bound human chromatin interactome. Nature. 462 (7269), 58-64 (2009).
  32. Mumbach, M. R., et al. HiChIP: Efficient and sensitive analysis of protein-directed genome architecture. Nature Methods. 13 (11), 919-922 (2016).
  33. Sati, S., et al. HiCuT: An efficient and low input method to identify protein-directed chromatin interactions. PLoS Genetics. 18 (3), e1010121 (2022).
  34. Schoenfelder, S., et al. The pluripotent regulatory circuitry connecting promoters to their long-range interacting elements. Genome Research. 25 (4), 582-597 (2015).
  35. Schoenfelder, S., Javierre, B. M., Furlan-Magaril, M., Wingett, S. W., Fraser, P. Promoter capture Hi-C: High-resolution, genome-wide profiling of promoter interactions. Journal of Visualized Experiments. (136), e57320 (2018).
  36. Rubin, A. J., et al. Lineage-specific dynamic and pre-established enhancer-promoter contacts cooperate in terminal differentiation. Nature Genetics. 49 (10), 1522-1528 (2017).
  37. Siersbæk, R., et al. Dynamic rewiring of promoter-anchored chromatin loops during adipocyte differentiation. Molecular Cell. 66 (3), 420-435 (2017).
  38. Schoenfelder, S., et al. Polycomb repressive complex PRC1 spatially constrains the mouse embryonic stem cell genome. Nature Genetics. 47 (10), 1179-1186 (2015).
  39. Zhang, N., et al. Muscle progenitor specification and myogenic differentiation are associated with changes in chromatin topology. Nature Communications. 11 (1), 6222 (2020).
  40. Javierre, B. M., et al. Lineage-specific genome architecture links enhancers and non-coding disease variants to target gene promoters. Cell. 167 (5), 1369-1384 (2016).
  41. Jäger, R., et al. Capture Hi-C identifies the chromatin interactome of colorectal cancer risk loci. Nature Communications. 6, 6178 (2015).
  42. Martin, P., et al. Identifying causal genes at the multiple sclerosis associated region 6q23 using capture Hi-C. PLoS One. 11 (11), e0166923 (2016).
  43. Burren, O. S., et al. Chromosome contacts in activated T cells identify autoimmune disease candidate genes. Genome Biology. 18 (1), 165 (2017).
  44. Choy, M. K., et al. Promoter interactome of human embryonic stem cell-derived cardiomyocytes connects GWAS regions to cardiac gene networks. Nature Communications. 9 (1), 2526 (2018).
  45. Miguel-Escalada, I., et al. Human pancreatic islet three-dimensional chromatin architecture provides insights into the genetics of type 2 diabetes. Nature Genetics. 51 (7), 1137-1148 (2019).
  46. Law, P. J., et al. Association analyses identify 31 new risk loci for colorectal cancer susceptibility. Nature Communications. 10 (1), 2154 (2019).
  47. Speedy, H. E., et al. Insight into genetic predisposition to chronic lymphocytic leukemia from integrative epigenomics. Nature Communications. 10 (1), 3615 (2019).
  48. Li, T., et al. Epigenomics and transcriptomics of systemic sclerosis CD4+ T cells reveal long-range dysregulation of key inflammatory pathways mediated by disease-associated susceptibility loci. Genome Medicine. 12 (1), 81 (2020).
  49. Orlando, G., et al. Promoter capture Hi-C-based identification of recurrent noncoding mutations in colorectal cancer. Nature Genetics. 50 (10), 1375-1380 (2018).
  50. Cornish, A. J., et al. Identification of recurrent noncoding mutations in B-cell lymphoma using capture Hi-C. Blood Advances. 3 (1), 21-32 (2019).
  51. Madsen, J. G. S., et al. Highly interconnected enhancer communities control lineage-determining genes in human mesenchymal stem cells. Nature Genetics. 52 (11), 1227-1238 (2020).
  52. Dryden, N. H., et al. Unbiased analysis of potential targets of breast cancer susceptibility loci by Capture Hi-C. Genome Research. 24 (11), 1854-1868 (2014).
  53. Tomás-Daza, L., et al. Low input capture Hi-C (liCHi-C) identifies promoter-enhancer interactions at high-resolution. Nature Communications. 14 (1), 268 (2023).
  54. Lee, P. Y., Costumbrado, J., Hsu, C. Y., Kim, Y. H. Agarose gel electrophoresis for the separation of DNA fragments. Journal of Visualized Experiments. 62 (62), e3923 (2012).
  55. Bronner, I. F., Quail, M. A. Best practices for Illumina library preparation. Current Protocols in Human Genetics. 102 (1), 86 (2019).
  56. Wingett, S., et al. HiCUP: pipeline for mapping and processing Hi-C data. F1000Research. 4, 1310 (2015).
  57. Nagano, T., et al. Comparison of Hi-C results using in-solution versus in-nucleus ligation. Genome Biology. 16 (1), 175 (2015).
  58. Cairns, J., et al. CHiCAGO: Robust detection of DNA looping interactions in Capture Hi-C data. Genome Biology. 17 (1), 127 (2016).
  59. Freire-Pritchett, P., et al. Detecting chromosomal interactions in Capture Hi-C data with CHiCAGO and companion tools. Nature Protocols. 16 (9), 4144-4176 (2021).
  60. Kihm, A. J., et al. An abundant erythroid protein that stabilizes free α-haemoglobin. Nature. 417 (6890), 758-763 (2002).
  61. Feng, L., et al. Molecular mechanism of AHSP-mediated stabilization of α-hemoglobin. Cell. 119 (5), 629-640 (2004).
  62. Favero, M. E., Costa, F. F. Alpha-hemoglobin-stabilizing protein: An erythroid molecular chaperone. Biochemistry Research International. 2011, 373859 (2011).
  63. Li, D., et al. WashU Epigenome Browser update 2022. Nucleic Acids Research. 50 (W1), W774-W781 (2022).
  64. Mifsud, B., et al. Mapping long-range promoter contacts in human cells with high-resolution capture Hi-C. Nature Genetics. 47 (6), 598-606 (2015).
  65. Nagano, T., et al. Single-cell Hi-C reveals cell-to-cell variability in chromosome structure. Nature. 502 (7469), 59-64 (2013).
  66. Tan, L., Xing, D., Chang, C. H., Li, H., Xie, X. S. 3D genome structures of single diploid human cells. Science. 361 (6405), 924 (2018).
  67. Ramani, V., et al. Massively multiplex single-cell Hi-C. Nature Methods. 14 (3), 263-266 (2017).
  68. Díaz, N., et al. Chromatin conformation analysis of primary patient tissue using a low input Hi-C method. Nature Communications. 9 (1), 4938 (2018).
  69. Lu, L., Jin, F. Easy Hi-C: A low-input method for capturing genome organization. Methods in Molecular Biology. 2599, 113-125 (2023).
check_url/it/65316?article_type=t

Play Video

Citazione di questo articolo
Rovirosa, L., Tomás-Daza, L., Urmeneta, B., Valencia, A., Javierre, B. M. An Integrated Workflow to Study the Promoter-Centric Spatio-Temporal Genome Architecture in Scarce Cell Populations. J. Vis. Exp. (194), e65316, doi:10.3791/65316 (2023).

View Video