DNA甲基化测序：全基因组甲基化、简化代表性测序与目标区域捕获的技术选择
点击“AladdinEdu，你的AI学习实践工作坊”，注册即送-H卡级别算力，沉浸式云原生集成开发环境，80G大显存多卡并行，按量弹性计费，教育用户更享超低价。
摘要：DNA甲基化是重要的表观遗传修饰，在基因表达调控、细胞分化、疾病发生中发挥关键作用。随着测序技术的发展，多种甲基化检测方法可供选择，各具优势和局限。本文系统对比三种主流甲基化测序技术：全基因组甲基化测序（WGBS）、简化代表性甲基化测序（RRBS）和目标区域甲基化测序（如TBS、Methyl-Seq）。从技术原理、覆盖范围、测序深度、成本效益、数据分析流程等维度深入剖析，并针对不同研究场景（全基因组甲基化图谱绘制、疾病标志物筛选、大规模队列研究等）提供技术选择策略。通过解析各方法的适用性和局限性，帮助研究者根据实验目的、样本量和预算做出最优决策。
关键词：DNA甲基化；全基因组甲基化测序；RRBS；目标区域测序；表观遗传学；技术选择
1. 引言
DNA甲基化（DNA methylation）是指在DNA甲基转移酶催化下，将甲基基团添加到胞嘧啶的5’碳位置（5-methylcytosine, 5mC），是哺乳动物中最重要、研究最深入的表观遗传修饰。DNA甲基化主要发生在CpG二核苷酸位点，在基因启动子区域的CpG岛（CpG island）甲基化通常与转录抑制相关，而在基因体（gene body）内的甲基化则与转录延伸相关。异常的DNA甲基化模式与癌症、神经发育障碍、自身免疫病等多种疾病密切相关。
随着高通量测序技术的普及，DNA甲基化检测从早期的基于限制性内切酶的方法（如COBRA、MSRE）发展到基于亚硫酸盐转化的全基因组水平检测。目前，最常用的甲基化测序技术包括：
- 全基因组甲基化测序（WGBS, Whole-Genome Bisulfite Sequencing）：覆盖全基因组所有CpG位点。
- 简化代表性甲基化测序（RRBS, Reduced Representation Bisulfite Sequencing）：通过限制性内切酶富集CpG富集区域。
- 目标区域甲基化测序：使用探针捕获特定区域（如启动子、增强子或已知疾病相关位点）。
这三种方法在覆盖范围、测序深度、成本和数据分析复杂度上存在显著差异，研究者需要根据具体的研究目标、样本量、预算和已有知识选择最合适的技术。本文将从技术原理、实验流程、数据特点、适用场景等角度，对这三种方法进行全面对比，为研究者的技术选择提供系统性参考。
2. DNA甲基化检测技术基础
2.1 亚硫酸盐转化原理
亚硫酸盐测序（Bisulfite Sequencing）是几乎所有DNA甲基化测序技术的基础。其核心原理是：
- 亚硫酸盐处理：未甲基化的胞嘧啶（C）在亚硫酸盐作用下脱氨转化为尿嘧啶（U），在PCR后转变为胸腺嘧啶（T）。
- 甲基化胞嘧啶：5-甲基胞嘧啶（5mC）抵抗亚硫酸盐的作用，仍保留为胞嘧啶。
通过比较测序结果与参考基因组，即可确定每个CpG位点的甲基化状态（甲基化保留C，未甲基化转变为T）。亚硫酸盐转化的成功与否是甲基化测序质量的关键。
2.2 甲基化水平的定量指标
- 甲基化水平（β值）：甲基化C / (甲基化C + 未甲基化C)，范围0-1。
- M值（logit变换）：log2(β/(1-β))，更适合统计分析。
3. 全基因组甲基化测序（WGBS）
3.1 技术原理与流程
WGBS是唯一能覆盖全基因组所有CpG位点的甲基化测序技术。其基本流程：
- DNA提取与片段化：提取高质量基因组DNA，超声或酶切片段化至200-500 bp。
- 末端修复与加A：修复DNA末端，在3’端添加腺嘌呤（A）尾。
- 接头连接：连接甲基化接头（含胞嘧啶已甲基化修饰，防止被亚硫酸盐转化）。
- 亚硫酸盐转化：将未甲基化的C转化为U。
- PCR扩增：使用甲基化非依赖性引物扩增文库。
- 测序：Illumina平台双端测序，通常要求30×以上覆盖度。
3.2 技术特点
优点：
- 覆盖全面：覆盖基因组中所有CpG位点（约2800万个在人类基因组中）。
- 分辨率高：单碱基分辨率，可精确测定每个CpG位点的甲基化状态。
- 无偏倚：无需预先设计探针，可发现未知甲基化区域。
局限：
- 成本高：测序数据量大（30×覆盖需约300 Gb数据），试剂和测序成本高。
- 数据分析复杂：数据量大，比对困难（由于C→T转换导致参考基因组不匹配），需专用工具。
- 样本需求量较高：通常需要100 ng - 1 μg DNA。
3.3 数据分析流程
- 质量控制：使用FastQC评估原始读段质量。
- 比对：使用Bismark、BS-Seeker2等专门针对亚硫酸盐转化数据的比对工具。这些工具采用“三字母”比对策略，将参考基因组临时转化为C/T两种状态，分别比对。
bismark--genomereference/-1R1.fastq.gz-2R2.fastq.gz-ooutput_dir - 甲基化位点提取：使用Bismark的
methylation_extractor提取每个CpG位点的甲基化计数。 - 甲基化水平计算：计算每个位点的β值 = 甲基化read数 / 总read数。
- 差异甲基化分析：使用DSS、methylKit、RnBeads等工具识别差异甲基化位点（DMP）或区域（DMR）。
3.4 适用场景
- 构建物种全基因组甲基化图谱。
- 发现未知甲基化区域或非CpG甲基化（如CHG、CHH）。
- 临床样本较少但需要全面信息的研究。
4. 简化代表性甲基化测序（RRBS）
4.1 技术原理与流程
RRBS由Gu等人于2010年开发，旨在以较低成本获取基因组中CpG富集区域的甲基化信息。其核心原理是利用甲基化不敏感的限制性内切酶（如MspI）切割基因组DNA，富集含CpG位点的片段。
基本流程：
- 酶切：使用MspI（识别CCGG）切割基因组DNA。MspI切割位点中CpG含量高，且切割后保留CpG位点。
- 末端修复与加A：修复酶切末端。
- 接头连接：连接甲基化接头。
- 片段大小选择：通过凝胶电泳或SPRI磁珠选择40-220 bp的片段（含CpG位点比例高）。
- 亚硫酸盐转化。
- PCR扩增与测序。
4.2 技术特点
优点：
- 成本低：测序数据量仅为WGBS的5-10%（约5-10 Gb/样本），显著降低测序和存储成本。
- 富集CpG密集区：覆盖约85%的CpG岛（CGI）、70%的启动子和大部分增强子区域。
- 数据分析相对简单：数据量小，比对快。
局限：
- 覆盖不全：无法覆盖非CpG岛区域、低CpG密度区域、重复区域。
- 位点固定：受MspI酶切位点限制，只能检测特定区域的CpG位点。
- 文库制备复杂：酶切效率和片段选择影响文库质量和覆盖一致性。
4.3 数据分析流程
RRBS的数据分析与WGBS类似，但需注意：
- 比对工具：Bismark、BS-Seeker2同样适用。
- 位点注释：由于仅覆盖部分CpG位点，需与参考基因组比对后确定检测到的位点。
- 覆盖深度：RRBS的覆盖深度通常高于WGBS（100-200×），但覆盖的CpG位点数较少（约300万-500万个）。
# RRBS专用流程示例（使用Bismark）bismark--genomereference/-1R1.fastq.gz-2R2.fastq.gz--rrbs4.4 适用场景
- 大规模队列研究：如数百至数千样本的甲基化关联研究（EWAS）。
- 启动子甲基化研究：重点研究CpG岛和启动子区域的甲基化变化。
- 疾病标志物筛选：在大量样本中筛选与疾病相关的甲基化位点。
5. 目标区域甲基化测序
5.1 技术原理
目标区域甲基化测序通过探针杂交或多重PCR技术，富集特定基因组区域（如全外显子、启动子、已知疾病相关位点）后进行亚硫酸盐测序。常见方法包括：
- Methyl-Seq（Agilent SureSelect Methyl-Seq）：使用生物素标记的RNA探针捕获目标区域（如全外显子、启动子区域）。
- TBS（Targeted Bisulfite Sequencing）：使用多重PCR扩增特定区域。
- Illumina Infinium MethylationEPIC（850K芯片）：虽然不是测序技术，但作为基于芯片的高通量甲基化检测平台，覆盖约85万个CpG位点，适用于大规模研究。
5.2 技术特点
优点：
- 成本效益高：针对性强，测序成本远低于WGBS。
- 高覆盖深度：可达到数百甚至上千倍覆盖，检测低甲基化水平的位点灵敏度高。
- 定制灵活：可根据研究需求定制探针，聚焦特定基因或区域。
局限：
- 覆盖范围固定：只能检测预设区域，无法发现区域外的甲基化变化。
- 探针设计依赖：需要目标区域的序列信息，对于非模式生物可能受限。
- 捕获效率不均：不同区域捕获效率差异可能影响定量准确性。
5.3 数据分析流程
目标区域甲基化测序的数据分析与WGBS/RRBS类似，但需注意：
- 区域注释：仅分析捕获区域的CpG位点，过滤非目标区域读段。
- 覆盖均一性评估：检查捕获区域中未覆盖或低覆盖区域的比例。
- 差异分析：可在基因、通路或特定调控元件水平进行。
5.4 适用场景
- 候选基因验证：在发现阶段（如WGBS或RRBS）筛选出候选位点后，在大样本中验证。
- 临床转化研究：针对特定疾病相关基因panel进行甲基化检测。
- 药物响应标志物开发：聚焦药物靶点基因的甲基化状态。
6. 技术对比与选择策略
6.1 多维对比
| 维度 | WGBS | RRBS | 目标区域测序 |
|---|---|---|---|
| 覆盖范围 | 全基因组所有CpG | CpG岛、启动子为主（~300万位点） | 预设区域（如外显子、启动子） |
| CpG位点数 | ~2800万（人类） | ~300-500万 | 依panel而定，数千至数十万 |
| 测序数据量 | 200-300 Gb (30×) | 5-10 Gb | 1-5 Gb |
| 单样本成本 | 高（$800-1500） | 中（$200-400） | 低（$50-200） |
| 文库制备 | 简单，但转化后PCR复杂 | 需酶切和片段选择 | 需杂交捕获或多重PCR |
| DNA需求量 | 100 ng - 1 μg | 10-100 ng | 50-500 ng |
| 分辨率 | 单碱基 | 单碱基 | 单碱基 |
| 可检测甲基化类型 | CpG, CHG, CHH | 主要CpG | 主要CpG |
| 重复性 | 高 | 高 | 中-高 |
| 数据分析复杂度 | 高 | 中 | 低 |
6.2 选择策略框架
根据研究目标选择：
| 研究目标 | 推荐技术 | 理由 |
|---|---|---|
| 绘制全基因组甲基化图谱（新物种、罕见样本） | WGBS | 全面覆盖，无偏倚 |
| 大规模疾病队列甲基化关联研究 | RRBS 或 850K芯片 | 成本可控，覆盖关键调控区域 |
| 验证候选基因/区域的甲基化变化 | 目标区域测序 | 低成本，高深度 |
| 肿瘤样本甲基化异质性分析 | WGBS 或 RRBS | 全面评估，可结合亚克隆分析 |
| 非CpG甲基化（植物、胚胎干细胞）研究 | WGBS | 唯一能覆盖CHG/CHH的方法 |
| 临床诊断panel开发 | 目标区域测序 | 聚焦疾病相关基因，便于标准化 |
6.3 成本与通量权衡
- 小样本量（<10）且需要全基因组信息：选择WGBS。
- 中等样本量（10-100）且聚焦启动子/增强子：选择RRBS。
- 大样本量（>100）且候选位点已知：选择目标区域测序或850K芯片。
- 超大规模（>1000）队列研究：RRBS或850K芯片为首选，若预算充足可考虑WGBS子集。
7. 数据分析要点与工具
7.1 通用分析流程
- 质量控制：FastQC评估原始数据。
- 接头去除与修剪：Trim Galore（专门针对亚硫酸盐数据）。
- 比对：Bismark、BS-Seeker2、bwa-meth。
- 甲基化水平提取：Bismark methylation extractor、methylKit。
- 差异甲基化分析：DSS、methylKit、RnBeads。
- 功能注释：注释到基因、CpG岛、增强子等，进行GO/KEGG富集。
7.2 常用工具对比
| 工具 | 功能 | 优势 | 适用数据 |
|---|---|---|---|
| Bismark | 比对+甲基化提取 | 综合性强，用户友好 | WGBS, RRBS |
| BS-Seeker2 | 比对 | 快速，支持多种比对器 | WGBS, RRBS |
| methylKit | 差异甲基化 | R包，支持多类型分析 | WGBS, RRBS, 目标区域 |
| DSS | 差异甲基化 | 精确处理小样本，区域检验强 | WGBS, RRBS |
| RnBeads | 综合甲基化分析 | 一站式流程，报告完善 | 多种平台 |
| CHAMP | Illumina芯片分析 | 专为450K/850K设计 | 芯片数据 |
8. 应用案例
8.1 WGBS应用：ENCODE人类表观组图谱
ENCODE计划使用WGBS绘制了多种人类细胞类型的全基因组甲基化图谱，揭示了细胞类型特异的甲基化模式，为理解细胞分化提供了重要资源。
8.2 RRBS应用：癌症甲基化标志物发现
某研究对500例结直肠癌患者和500例对照的肿瘤组织进行RRBS分析，发现数百个差异甲基化区域，构建了基于甲基化的诊断模型，AUC达到0.92。
8.3 目标区域测序应用：新生儿遗传病筛查
基于目标区域甲基化测序（覆盖50个已知印记基因）开发的新生儿筛查panel，可快速检测与Prader-Willi综合征等疾病相关的甲基化异常。
9. 挑战与未来趋势
9.1 当前挑战
- 亚硫酸盐转化导致的DNA降解：转化过程中约90% DNA损失，对微量样本检测困难。
- 短读长测序的局限性：难以解析重复区域和结构变异区域的甲基化状态。
- 细胞异质性：bulk甲基化测序只能获得平均甲基化水平，掩盖细胞间差异。
- 数据标准化：不同平台、不同实验室间的数据可比性仍需改进。
9.2 未来趋势
- 长读长甲基化测序：PacBio HiFi和ONT直接检测甲基化（无需亚硫酸盐转化），可同时获得甲基化信息和单倍型信息。
- 单细胞甲基化测序：scWGBS、scRRBS等技术的发展，实现在单细胞水平解析甲基化异质性。
- 无亚硫酸盐方法：TET辅助吡啶硼烷测序（TAPS）等新方法避免亚硫酸盐转化，减少DNA损伤。
- 多组学整合：甲基化组与转录组、染色质开放性数据的联合分析，构建综合调控网络。
10. 结语
DNA甲基化测序技术为表观遗传学研究提供了强大的工具。WGBS、RRBS和目标区域测序各有优劣，选择何种技术需综合考虑研究目标、样本量、预算和数据分析能力。WGBS是唯一能获得全基因组甲基化信息的方法，适用于探索性研究和非模式生物；RRBS以较低成本覆盖关键调控区域，是大规模队列研究的优选；目标区域测序则适合候选位点验证和临床转化。随着单细胞技术和长读长测序的成熟，甲基化研究将进入新的阶段，为理解发育、疾病和进化提供更深层次的见解。
参考文献：
- Lister, R., et al. (2009). Human DNA methylomes at base resolution show widespread epigenomic differences.Nature, 462(7271), 315-322.
- Gu, H., et al. (2010). Reduced representation of bisulfite sequencing for high-throughput DNA methylation analysis.Nature Protocols, 5(6), 1097-1108.
- Krueger, F., & Andrews, S. R. (2011). Bismark: a flexible aligner and methylation caller for Bisulfite-Seq applications.Bioinformatics, 27(11), 1571-1572.
- Akalin, A., et al. (2012). methylKit: a comprehensive R package for the analysis of genome-wide DNA methylation profiles.Genome Biology, 13(10), R87.
- Park, Y., et al. (2021). Comparison of whole-genome bisulfite sequencing and reduced representation bisulfite sequencing for DNA methylation analysis.Genes & Genomics, 43(7), 739-748.
- Ziller, M. J., et al. (2015). Charting a dynamic DNA methylation landscape of the human genome.Nature, 518(7539), 477-481.