人類基因組DNA甲基化數據分析

　　近期來自電子科技大學，清華大學等處的研究人員從CpG島等基本定義出發，闡述了高通量DNA甲基化的檢測技術以及針對芯片技術與下一代測序技術的低水平數據處理方法，并重點對比了基于機器學習理論對CpG位點及CpG島甲基化水平的預測算法，以及所利用的特征對預測效果的影響與發展趨勢。

　　DNA甲基化是表觀遺傳學中最早被人們認識的現象之一，曾被稱為有別于A,C,G,T的“第5種堿基”。在人類基因組中，約70%~80%的CpG處于甲基化狀態，即呈現整體甲基化的特點，同時這種甲基化模式存在時間和空間上的差異性。空間上的差異性表現為非甲基化的CpG不是均勻分布在基因組上，而是成簇出現形成CpG密度較高的非甲基化區域，即CpG島。

　　DNA甲基化與基因組印跡、干細胞分會化、胚胎發育以及包含癌癥在內的多種疾病的發生與發展密切相關。因此，對于DNA甲基化的深入研究受到廣泛關注,在2013年湯森路透的生物科學領域重點研究方向排名中，DNA甲基化被認為是最前沿的研究方向。目前，研究重點也從早期對于單個基因或者位點甲基化水平檢測發展到對多個細胞和組織甲基化圖譜的檢測與分析。

　　人類表觀基因組協會于2000年10月發起了人類表觀基因組計劃(Human Epigenome Project)，旨在識別并理解人類主要生理組織基因的DNA甲基化模式。該計劃于2006年完成了12個人體組織第6,20和22號染色體的檢測工作。美國國立衛生研究院(National Institutes of Health,NIH)2008年啟動的表觀基因組學路線圖計劃(Roadmap Epigenomics Program)目標之一是擬對100種以上的人體細胞和組織的DNA甲基化圖譜進行檢測和研究，并發現差異的DNA甲基化模式.

　　這篇綜述則從CpG島等基本定義出發，介紹了人類基因組DNA甲基化數據分析的多個方面。文章作者于2009年撰寫了DNA甲基化的生物信息學研究情況的綜述性文章，近幾年，Fouse,Laird,Bock,Ma及Wilhelm-Benartzi等人分別對基因組尺度的多種DNA甲基化實驗檢測方法、前期數據處理方法及在癌癥中的應用進行了專題性的綜述。

　　隨著表觀遺傳學的快速發展，特別是DNA甲基化圖譜研究的進一步深入，亟需對高通量DNA甲基化的實驗檢測與處理方法、計算預測方法及DNA差異甲基化的計算分析方法等方面的最新進展進行系統梳理，便于學者對該領域的最新研究成果與進展有系統的了解與追蹤，并開展進一步深入的研究。

　　這篇文章從DNA甲基化等基本定義入手，重點分析了CpG島的多種定義方法以及搜索算法，再系統描述了目前常用的多種高通量DNA甲基化檢測方法。在對DNA甲基化水平的預測研究中，分別對CpG位點及CpG島的甲基化水平預測方法進行了對比分析，對DNA甲基化在不同組織之間、癌癥之間以及其他疾病間差異模式的研究狀況進行了闡述。最后對DNA甲基化研究中需要進一步研究的問題進行了展望。

　　作為人類基因組最為典型的表觀遺傳現象，DNA甲基化在多種關鍵生理活動中扮演重要角色，系統分析基因組尺度的DNA甲基化概況意義重大。