DNA 甲基化是一种表观遗传修饰，主要是在 DNA 甲基转移酶（DNMTs）的作用下，将甲基基团添加到 DNA 分子的特定区域（通常是 CpG 岛）。CpG 岛是富含 CpG（胞嘧啶 - 磷酸 - 鸟嘌呤）二核苷酸的 DNA 区域。这种修饰不会改变 DNA 的碱基序列，但会影响基因的表达。
而DNA甲基化应用场景非常广泛例如：①肿瘤抑制基因的启动子区发生高甲基化，导致基因表达沉默，从而促进肿瘤细胞的增殖、迁移和侵袭；②在胚胎大脑发育过程中，DNA 甲基化调控神经干细胞的分化和神经元的成熟；③在阿尔茨海默病等神经退行性疾病中，一些与认知功能相关的基因甲基化水平发生改变；④在植物育种当中通过调控某些与抗逆性相关基因的甲基化状态，可以提高植物对干旱、盐碱等逆境条件的耐受性。
目前联川生物提供DNA甲基化产品服务主要包括WGBS、RRBS、EM-seq、850K/935k甲基化芯片。那这些技术有哪些区别，以及在什么情况下选择最适合自己的技术呢?看小编逐帧分析。
在全基因组水平上检测 DNA 甲基化的技术。其核心原理是基于重亚硫酸盐处理 DNA。重亚硫酸盐能够将未甲基化的胞嘧啶（C）转化为尿嘧啶（U），而甲基化的胞嘧啶（5-mC）则保持不变。在后续的 PCR 扩增过程中，尿嘧啶（U）会被胸腺嘧啶（T）替代。通过对处理后的 DNA 进行高通量测序，就可以比对参考基因组，区分甲基化和未甲基化的胞嘧啶，从而得到全基因组范围内的甲基化图谱，并且能够达到单碱基分辨率。
优势：是目前甲基化检测技术中分辨率最高的方法之一，能够提供全基因组范围内最全面、最详细的甲基化信息，侧重广度，可用于发现新的甲基化位点和区域。
劣势：对样本 DNA 的起始量要求相对较高(1-5μg)，并且实验操作复杂、成本高，数据分析也具有一定的挑战性，产生的数据量庞大。
是一种基于酶切CpG 岛的 DNA 片段并进行富集的甲基化测序技术,这些酶切片段通常是甲基化调控较为活跃的区域，如基因启动子等。然后对富集的片段进行重亚硫酸盐处理和测序，以获得这些特定区域的甲基化信息。这样可以在一定程度上降低基因组的复杂性，同时重点关注具有重要调控功能的甲基化区域。
优势：RRBS 可以降低成本和数据量，同时重点关注基因组高富集甲基化区域，如 CpG 岛、CHG、CHH等，对于研究基因表达调控相关的甲基化变化非常有效。联川采用双酶切方式（MspI 和 ApeKI）有效改善DNA甲基化分析的覆盖率和准确性
劣势：仅做动物样本，对DNA 的起始量要求相对较高(1-5μg)无法覆盖所有基因组区域，导致部分区域可能无法探测。
酶促甲基序列转换（EM-seq）方法在单碱基分辨率水平上高效地检测全基因组DNA甲基化状态。Tet甲基胞嘧啶双加氧酶2（TET2）和T4-BGT酶用于保护5mC和5hmC免于脱氨。随后，APOBEC3A将未修饰的胞嘧啶转化为尿嘧啶，而甲基化的胞嘧啶则保持不变；PCR扩增所需片段，则尿嘧啶全部转化成胸腺嘧啶。对 PCR产物进行高通量测序，与参考序列比对，即可判断CpG/CHG/CHH位点是否发生甲基化。
优势：EM-seq对DNA 的起始量要求低(200ng以上)，是低起始量样本的第一选择，保持了极高的转化效率，且不会像重亚硫酸盐转化（BS）对 DNA 造成的损伤。避免BS转化破坏片段长度、选择性富集等弊端，既节约了测序成本，又能获得覆盖全基因组的更高保真度甲基化数据。适用于植物中DNA难提取，微量样本类型。
劣势：新开发技术，除人鼠外其他物种项目经验有限。（目前已完成油菜叶、杨梅果实、地黄根、拟南芥整株、菜豆果实、中华绒螯蟹肌肉等）
DNA甲基化芯片可以将亚硫酸盐处理的DNA探针杂交转化为感兴趣CpG位点富集的胞嘧啶（甲基化和未甲基化）。甲基化芯片可以对0.5-1μg基因组DNA进行亚硫酸盐转化，转化后的DNA与包含两种预先设计的甲基化特异性探针阵列杂交：甲基化和未甲基化。探针单碱基在3’CpG位点结合标记和荧光染色的核苷酸（ddNTP）。然后在Illumina iScan上扫描磁珠芯片，以检测荧光信号比率。850K芯片包含>850,000个CpGs，935k是850K芯片的升级版，935,000个CpG位点。人的基因组中大约有2800万个CpG位点。这些CpG位点中，大约60-80%被甲基化，也就是占比5%左右
优势：对比全基因组甲基化检测，对DNA 的起始量要求相对较低（0.5-1μg）芯片周期短、价格低，并可以接受 FFPE 样本，适用超大样本的研究，比如几百个上千个。
劣势：仅可用于人的样本，检出固定甲基化位点
技术特点：单碱基分辨率，DNA起始需求量低，避免BS转化破坏片段长度、选择性富集等弊端，节约了测序成本,反应温和不会对 DNA 造成损伤，从而能得到更高的实际有效的 CpG 位点覆盖深度，兼容现有WGBS分析流程，适用全物种检出，以一半 （15X）的测序深度，实现高于 WGBS（30X）的有效 CpG位点覆盖。
以上就是各个DNA甲基化技术的详细对比，不同的技术都有对应的应用场景，选择最适合自己研究需求的才是最好的！
选择最合适的那一张 “蒙娜丽莎的笑脸“
Nature：机器学习构建基于DNA甲基化的中枢神经肿瘤分型
NC：机器学习构建肉瘤DNA甲基化分类器队列研究
DNA甲基化产品速通
扫描下方二维码
点分享
点点赞
点在看
