人类基因组DNA甲基化数据分析

　　近期来自电子科技大学，清华大学等处的研究人员从CpG岛等基本定义出发，阐述了高通量DNA甲基化的检测技术以及针对芯片技术与下一代测序技术的低水平数据处理方法，并重点对比了基于机器学习理论对CpG位点及CpG岛甲基化水平的预测算法，以及所利用的特征对预测效果的影响与发展趋势。

　　DNA甲基化是表观遗传学中最早被人们认识的现象之一，曾被称为有别于A,C,G,T的“第5种碱基”。在人类基因组中，约70%~80%的CpG处于甲基化状态，即呈现整体甲基化的特点，同时这种甲基化模式存在时间和空间上的差异性。空间上的差异性表现为非甲基化的CpG不是均匀分布在基因组上，而是成簇出现形成CpG密度较高的非甲基化区域，即CpG岛。

　　DNA甲基化与基因组印迹、干细胞分会化、胚胎发育以及包含癌症在内的多种疾病的发生与发展密切相关。因此，对于DNA甲基化的深入研究受到广泛关注,在2013年汤森路透的生物科学领域重点研究方向排名中，DNA甲基化被认为是最前沿的研究方向。目前，研究重点也从早期对于单个基因或者位点甲基化水平检测发展到对多个细胞和组织甲基化图谱的检测与分析。

　　人类表观基因组协会于2000年10月发起了人类表观基因组计划(Human Epigenome Project)，旨在识别并理解人类主要生理组织基因的DNA甲基化模式。该计划于2006年完成了12个人体组织第6,20和22号染色体的检测工作。美国国立卫生研究院(National Institutes of Health,NIH)2008年启动的表观基因组学路线图计划(Roadmap Epigenomics Program)目标之一是拟对100种以上的人体细胞和组织的DNA甲基化图谱进行检测和研究，并发现差异的DNA甲基化模式.

　　这篇综述则从CpG岛等基本定义出发，介绍了人类基因组DNA甲基化数据分析的多个方面。文章作者于2009年撰写了DNA甲基化的生物信息学研究情况的综述性文章，近几年，Fouse,Laird,Bock,Ma及Wilhelm-Benartzi等人分别对基因组尺度的多种DNA甲基化实验检测方法、前期数据处理方法及在癌症中的应用进行了专题性的综述。

　　随着表观遗传学的快速发展，特别是DNA甲基化图谱研究的进一步深入，亟需对高通量DNA甲基化的实验检测与处理方法、计算预测方法及DNA差异甲基化的计算分析方法等方面的最新进展进行系统梳理，便于学者对该领域的最新研究成果与进展有系统的了解与追踪，并开展进一步深入的研究。

　　这篇文章从DNA甲基化等基本定义入手，重点分析了CpG岛的多种定义方法以及搜索算法，再系统描述了目前常用的多种高通量DNA甲基化检测方法。在对DNA甲基化水平的预测研究中，分别对CpG位点及CpG岛的甲基化水平预测方法进行了对比分析，对DNA甲基化在不同组织之间、癌症之间以及其他疾病间差异模式的研究状况进行了阐述。最后对DNA甲基化研究中需要进一步研究的问题进行了展望。

　　作为人类基因组最为典型的表观遗传现象，DNA甲基化在多种关键生理活动中扮演重要角色，系统分析基因组尺度的DNA甲基化概况意义重大。