Hi-C信息分析，你的数据量够了吗？

对于Hi-C互作分析而言，不同分辨率水平可以分析不同的结构特征，其中，分析A/B compartment结构需要的分辨率在100kb，分析TAD结构需要的分辨率在40kb，分析loop结构的分辨率在10kb。

随着研究的深入，越来越多的研究者希望通过Hi-C技术去分析DNA loop结构。在染色体的折叠过程中，DNA loop环的形成让线性距离上相隔很远的位点有机会靠近并发生互作，这些loop的类型有很多种，包括enhancer–promoter loop, Polycomb-mediated loop, gene loop, architectural loop等（图1），准确的call loop是远距离互作分析的关键，对Hi-C分析云里雾里的你，是否和小编有过同样的困惑：测多少数据、分析到多深的分辨率才能有效的获得loop信息呢？

其实，我们一直有一套科学的数据量推荐方法，今天小编就从已发表文献的数据整理说起，总结Hi-C分析，特别是高分辨率下的loop分析对测序数据量的真实需求，另有安诺Hi-C实测大数据的首次展示，掰开了揉碎了给大家说道说道我们Hi-C数据量推荐的依据和实战经验~

图1 不同类型的染色质loop结构

（enhancer–promoter loop, Polycomb-mediated loop, gene loop, architectural loop）

发表文章数据统计

首先，我们看一下Cell期刊上的两篇经典文献对于数据量的要求~

A 3D map of the human genome at kilobase resolution reveals rinciples of chromatin looping. Cell, 2014.

说到已发表文章，自然少不了Erez Lieberman Aiden教授在2014年发表的1kb分辨率文章，达到了当时最高的分辨率。在该篇文章中，人淋巴细胞样本GM12878的测序数据为6.5 billion reads，用于分析的有效数据量为4.9 billion contacts，valid ration（%）在70%以上，达到了950bp的分辨率。

Multiscale 3D Genome Rewiring during Mouse Neural Development.

Cell, 2017.

接着，我们看一下2017年发表在Cell上的文章，该篇研究样本最高分辨率为750 bp，call loop所测最低数据量为7.2 billion reads，用于分析的有效数据量为2.9 billion contacts，valid ration（%）在40%左右。

安诺实测大数据

为了与发表文章进行对比，小编在此公布安诺实测大数据结果，注意哦！是大数据，不是小数据评估结果，大数据可要比小数据难把控很多滴~

下表为安诺两例小鼠细胞样本（Sample A、Sample B）的实测大数据结果：

两个小鼠细胞样本测序数据量分别为7.1和6.4 billion reads，用于分析的有效数据量为4.9 billion contacts，valid Ratio>50%，根据文章中的计算公式，此数据达到的分辨率在2kb左右（图2），与发表文献的推荐数据量基本吻合。

图2 分辨率统计

分析软件大比拼

除了数据量的要求，分析软件的使用也非常关键。2017年发表在Nature Methods上的文章，对10多款分析软件进行了比较分析，在高精度的数据中，HiCCUPS具有最高的保守性。为了更好的展示目前两款主流软件Fit Hi-C和HiCCUPS在call loop分析上的差异，我们进行了实测数据的分析结果对比，见下图。