技能满分的植物Hi-C多组学

小编最近参加了不少会议,通过聆听国内外著名专家的精彩报告,学到了不少知识。知道大家求高分心切,今天就给你们分享一份高分文章发文秘籍—Hi-C多组学。

Hi-C多组学 (Hi-C+甲基化,Hi-C+基因编辑,Hi-C+Chip-seq,Hi-C+RNA-seq) 能从多角度深入的研究生物学问题,简直是技能满分,怪不得现在火的不要不要的。这么火的秘籍,我们当然不会放过啦~ 目前,诺禾致源植物团队Hi-C研发已取得以下进展:

1. Hi-C实验研发取得重大突破,部分成功案例如下表所示

技能满分的植物Hi-C多组学

2. 植物基因组借助Hi-C技术已经定位到染色体水平 (图1)。

技能满分的植物Hi-C多组学

图1 Hi-C辅助植物基因组定位到染色体水平

接下来再跟着小编扒一扒Hi-C多组学在植物中的进展吧~

文献一

拟南芥杂交种中染色质结构和基因表达差异分析[1]

期刊: Genome Biology 发表时长:2017.8

影响因子:11.908

策略:Hi-C+甲基化+ Chip-seq+ RNA-seq

材料:母本 Arabidopsis thaliana Col-0 和父本 Arabidopsis lyrate MN47 及其杂交种F1。

结果:杂合体中来源于 A. thaliana 的基因相比 A. lyrata 基因表达变化更明显,且差异表达的 A. thaliana 基因倾向于被 H3K27m3 标记。另外,与亲本相比,杂合体中 A. thaliana 染色体压缩程度更大,A. lyrata 染色体变化不大 (图2)。

技能满分的植物Hi-C多组学

图2 染色体水平染色质紧密程度的变化

文献二

水稻和拟南芥中拓扑结构域(TAD)的差异[2]

期刊: Nature Plants 发表时长:2017.8

影响因子:10.3

策略:Hi-C+甲基化+ RNA-seq

材料:Oryza sativa cv. 粳稻幼苗生长在12h光周期30 °C 的环境下,光密度为30,000 lux,并进行冷处理。

结果:报道了水稻中高分辨率的染色质包装模式 (图3),与拟南芥相比,在染色体和局部水平揭示了水稻染色质组织的新结构特征,水稻的TAD的边界与常染色质的表观遗传标记和激活基因表达有关,并富含植物特异性TCP蛋白可识别的序列基序 。此外,发现水稻幼苗染色体在冷胁迫下解压缩,尽管局部染色质包装模式基本不变。比较两种植物发现了大量的变异,揭示了植物中的染色质组织可能比多细胞动物中更多样化。

技能满分的植物Hi-C多组学

图3 水稻幼苗的染色体包装

看到这里,是不是心动了呢?想不想立马尝尝Hi-C多组学的厉害呢?但不会生信分析怎么办?诺禾植物线有贴心好礼相送,福利大礼包简单粗暴任性送,领到你手软!快看快看,另有培训班课程免费送哦~

1. 折上折,减到你不敢相信自己的眼睛

大样本量GWAS折上折!超出500个样本部分,分析9折优惠,超出1000个样品部分,分析享8折优惠!

纯三代植物基因组,10x Genomics辅助组装享优惠!

HI-C多组学享优惠。

2. 春季生物信息培训班免费送

优惠政策

11月6日至12月31日,单次新签项目回款或预付款≥20万,可获赠1个信息分析培训班名额,免餐费,住宿费用自理,可协助安排住宿。名额有限,速速报名。

3+1团体优惠,即三人同时报名,即可赠送一个培训班名额。

培训班课程:

技能满分的植物Hi-C多组学

注:(1) 诺禾致源保留对以上课程信息 (包括主题、课程安排和其他细节) 进行调整的权利,具体课程信息以实际上课为准;(2) 培训课程中有上机操作,请学员自带笔记本电脑,方便软件安装及操作。

报名方式:

联系您所在地诺禾致源的客户经理。

参考文献:

[1] Zhu W, Hu B, Becker C, et al. Altered chromatin compaction and histone methylation drive non-additive gene expression in an interspecific Arabidopsis hybrid[J].Genome Biology, 2017, 18(1):157.

[2] Liu C, Cheng Y, Wang J, et al. Prominent topologically associated domains differentiate global chromatin packing in rice from Arabidopsis. Nature plants, 2017.09.

发表评论

电子邮件地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据