DNA 元件百科全书（ENCODE）项目的主要目的是注释整个基因组中所有潜在的功能元件，在表观遗传学领域，人类 ENCODE 计划推动着人类功能基因组研究的发展，动物领域的 FAANG 计划和植物相关的 ENCODE 计划也起到了类似作用，不过目前只有少数植物物种的 ENCODE 项目已启动，且重点在于汇总已发表的数据集。

大量已发表的研究表明，Hi-C、ATAC-seq、组蛋白ChIP-seq/CUT&Tag等技术常一同用于解析染色质状态、挖掘调控元件与研究转录调控网络等；华中农业大学王茂军教授棉花遗传改良团队就在 Nature Communications 在线发表的相关研究论文中，利用这些组学技术开启了棉花 DNA 元件百科全书（ENCODE）计划，揭示了亚基因组三维空间结构和表观修饰状态在整个生育期的动态重塑特征，解析了亚基因组表达不对称性的表观调控机制，并探讨了非编码功能元件在纤维品质改良中的遗传调控作用及其育种价值。

文章题目：Epigenomic and 3D genomic mapping reveals developmental dynamics and subgenomic asymmetry of transcriptional regulatory architecture in allotetraploid cotton

涉及技术：RNA-seq、Hi-C、ATAC-seq、ChIP-Seq（H3K4me3、H3K27ac）

材料设计：12种组织

发表期刊：Nature Communications

最新影响因子：15.7

发表时间：2024.12

主要结论

1、棉花多组织转录图谱构建

研究人员构建了涵盖陆地棉 12 种组织的转录组图谱，发现 28,169 个高表达基因存在明显组织差异和亚基因组分化，约 10% 的单拷贝同源核心基因可能有亚基因组分化，且同源基因的差异表达显示亚基因组间分化大于不同组织间差异；进一步研究发现，约一半同源基因对在不同组织中表达模式不同，体现亚基因组分化的广泛性，统计分析发现 69.04% 的同源基因存在亚基因组表达偏向（向 At 或 Dt 亚基因组偏斜），并分为恒定偏向、半恒定偏向、相反偏向三种模式，其中约 20% 的相反偏向基因有高频率偏向转变，还有 4247 个基因对表现出组织特异性偏向表达，反映了同源基因动态偏向性与亚基因组分化方向；此外，研究识别出 14,892 个组织特异性基因（TPGs），其功能与对应组织生物过程紧密相关，同源 TPGs 在多个组织中的偏向表达呈现单一亚基因组主导趋势，表明亚基因组分化可能源于组织特异性功能需求。

图 棉花多种组织中同源基因表达的优势转换和组织特异性基因

2、候选功能元件注释

该研究为减少假阳性峰检测，利用 GreenScreen 工具确定 445 个黑名单区域，结合多组织的 ChIP-Seq（H3K4me3、H3K27ac）和 ATAC-Seq 数据，识别出大量相应修饰峰及开放染色质区域（OCRs），其中多数 H3K4me3 和 H3K27ac 修饰峰位于启动子区域，ATAC-Seq 峰值更多在远端基因间区域；研究发现 16,840 个基因同时被三种峰注释，这些基因在各组织中表达量高且核心基因占比大，体现核心基因表观基因组修饰更稳定，还发现组蛋白修饰峰的存在与基因上调或下调密切相关，TPGs 附近相关信号较强暗示修饰差异可能导致组织特异性表达；此外，分析 656 个转录因子结合位点（TFBSs）在 OCRs 中的富集情况，发现部分基序在特定组织富集，其结合位点差异会影响基因表达，同时组蛋白修饰和 OCRs 差异及转录因子结合位点差异均影响同源基因偏向表达；最后整合了数据构建包含多种元件的 PATRE 图谱，为非编码基因组区域功能元件提供全面注释。

图 多种组织中表观基因组的动态及其对基因转录调控的影响

3、A/B区室与亚区室的动态变化

研究人员基于 12 种棉花组织的高重复性原位 Hi-C 数据解析 A/B 区室及其亚区室的动态变化发现，不同组织中 At 和 Dt 亚基因组的 A/B 区室比例不一致，Dt 亚基因组非编码区域 A 区室活跃信号更强可能影响其偏向表达，但 A/B 区室状态与同源基因表达偏倚相关性较弱；12 种组织中 A/B 区室和亚区室存在广泛动态转换，424 Mb 区域表现出 A/B 区室状态的动态转换，且 Dt 亚基因组的动态区域比例和子区室变化比例均高于 At 亚基因组，表明 Dt 亚基因组染色质状态动态变化程度更高。

相比 A/B 区室，亚区室动态变化更复杂，35.60% 的区域存在分化（Dt 亚基因组尤为明显），动态子区室中基因变异系数显著高于稳定子区室（A/B 区室无此差异），且 A 区信号较强的子区室中基因表达水平更高；此外，73.24% 的 TPGs 在多个组织中存在不同子区室状态，其中 86.11% 在对应组织中处于最高或次高活跃状态，说明子区室状态对基因表达影响更强烈且具有明显组织特异性。

图 多种组织间 A/B区室和亚区室状态的转换

4、TAD在不同组织中的组织特性

本研究运用 HiTAD 工具，对 12 种组织中的 TAD 样结构进行了鉴定。这些结构的数量介于 7248 到 7855 之间，平均大小约为 300 kb，且 At 亚基因组的 TAD 结构比 Dt 亚基因组的更大。边界区域的组蛋白修饰信号明显强于内部区域，约 85% 的 TAD 边界在不同组织间具有保守性（其中 55.94% 在所有组织中完全保守）。此外，有不少差异表达基因会在边界与内部区域之间发生位置转换。在 At 和 Dt 亚基因组中，约 50% 存在表达偏倚的同源基因对位于 TAD结构的边界或内部，其中一半位于某一亚基因组的边界区域，并且呈现出该亚基因组的表达偏倚，这说明 TAD 边界的变化或许会对基因表达差异产生影响。

除此之外，12 种组织中存在 2566 个高活性的组织特异性 TAD（TS-TADs），其内部基因的 TAU 值较高，这体现了染色质空间结构的组织特异性。比如，花药中的 TS-TADs，其基因表达水平和 TAU 值显著升高，而且 TS-TADs 附近富含组织特异性基因。研究还将 TAD-like 结构域划分为富集 TAD、孤立 TAD 和结构 TAD 三类，结果发现孤立 TAD 比富集 TAD 更容易在不同组织间发生重排。在鉴定出的 1632 个孤立基因中，89.28% 位于动态 TAD 样结构中，且 At 亚基因组的孤立基因数量多于 Dt 亚基因组，这提示孤立 TAD 所具有的高组织动态性以及亚基因组之间的差异性，值得开展进一步的探索。

图 跨组织的动态和特异性 TAD结构域

5、染色质环对基因表达的调控作用

研究人员在陆地棉的12 种组织中鉴定出 1,609,540 个 3kb 非冗余染色质环，环锚点富集 H3K4me3 和 H3K27ac，多数为单一组织特有，仅 15.49% 在多组织中重复出现。65.16% 的基因与多个环关联，结合与基因表达水平的相关性，作者推测环数量过多可能会降低局部染色质活性。

根据环的长短程差异，可分为 G–G（双锚点含基因）、G–N（单锚点含基因）、N–N 环（无基因），37.29% 的环（ G–G 和 G–N 环）在组织间较保守，组织特异性环多在非基因区域。此外，短程环在组织特异性环中占比更高，过长环关联基因表达较低，A 区室以短程相互作用为主且短程环多为 G–G 环；约 75% 的 G–G 环两端基因表达不均衡，相关区域活性修饰和开放染色质信号更强；长程环可拉近增强子与启动子，90.15% 的候选增强子为潜在远端 CREs。

作者还发现，基因表达受单步（G–G环和G–CRE环）和多步（G–N–G环和G–N–CRE环）调控影响，而影响同源基因表达偏倚的因素依次为环的数量、基因表达水平和 CREs。值得注意的是，作者提到受限于原位Hi-C的基本原理，多重染色质相互作用技术如Pore-C、ChIA-Drop和SPRITE，可能更适用于研究多步调控机制。

图 染色质环与基因表达

6、亚基因组分化与组织异质性

异源多倍化使棉花At/Dt亚基因组共存，形成保守顺式调控元件（CREs），其中31.63%的CREs具有亚基因组同源性。空间互作分析揭示：6.19%同源基因在某一亚基因组中缺失染色质环和CREs，进一步分析发现，环结构缺失及互作差异显著影响同源基因表达偏倚。多组织三维基因组动态重塑显著：78.62%亚区室和92.02%基因相关环在12种组织中动态变化，且大规模3D 结构变化影响差异表达基因（DEGs）。基于多组学数据构建了棉花ENCODE数据库（http://cotten.hzau.edu.cn），74.82%（At）和77.90%（Dt）基因组区域被鉴定为潜在功能区域，覆盖了12种组织中70.58%的偏向表达同源基因，阐明三维基因组重塑驱动多倍体亚基因组表达分化的机制。

图 亚基因组分化和组织差异概述

7、纤维质量相关CREs的特征解析

通过整合CNV-QTL分析，发现8个CREs与棉花纤维性状相关，其中多效性CREs Cis6160（拷贝数增加提升纤维品质）和Cis6164（作用相反）在基因组中相邻。在70%以上材料中，5个正调控CREs拷贝数偏低，作者认为通过增加拷贝数或可改良纤维品质。SNP分析进一步揭示18个纤维相关CREs的有利单倍型在较多品系中缺失，其积累与表型提升显著相关，表明或可通过基因编辑提升纤维品质。结合Hi-C和eQTL数据，鉴定出37个纤维相关CREs及其调控的31个候选基因。这些结果为棉花纤维品质的分子育种提供了关键靶点和资源。

图 与纤维相关的顺式调控元件

研究小结

本研究针对棉花异源四倍体，整合 12 种组织的三维基因组、表观基因组和转录组数据集，系统解析了亚基因组的动态调控及分化机制。研究发现，Dt 亚基因组在 3D 基因组结构上动态性更强，同源基因的偏向表达可能受染色质可及性、表观修饰和 CREs 变异影响。同时，研究开展棉花 ENCODE 项目，对全基因组潜在功能元件进行注释，揭示了基因与染色质互作的三维结构，为理解亚基因组的协调与分化及棉花的遗传改良奠定了基础。

参考文献：

Huang, Xianhui et al. “Epigenomic and 3D genomic mapping reveals developmental dynamics and subgenomic asymmetry of transcriptional regulatory architecture in allotetraploid cotton.” Nature communications vol. 15,1 10721. 27 Dec. 2024, doi:10.1038/s41467-024-55309-4