威斯康星大学麦迪逊分校的研究人员开发了一种计算工具，可以准确预测人类染色体区域之间的三维响应。

该工具预测为研究人员研究细胞如何控制基因活性提供了信息。调节信号与细胞的三维结构之间的协调响应有助于解释细胞如何发挥其关键功能，以及它们如何在干草堆上运转， 就像在癌症等疾病中一样。

测量这些三维连接细胞的实验技术Hi-C非常昂贵，其质量的数据仅限于几种类型的。正好，新工具可以使用更多 易于测量和通用的数据来预测这些相互作用。这可以帮助生物学家对许多细胞类型进行更详细的研究，以研究受这种远距离基因调控类型影响的组织生长、癌症和其他疾病。

威斯康星大学麦迪逊分校研究员Sushmita Roy和她的研究生Shilu Zhu领导了这项工作，该工作于12月6日在《自然通讯》上发表。研究人员已经寻求免费提供工具给其他人 科学家，并继续提高该工具的预测能力，他们在资源密集型实验后将其命名为 HiC-Reg。

“我们可以非常便宜地预测 Hi-C 实验的结果，这可以帮助 我们确定基因组的其他区域的优先级，以进行更精细的实验，”威斯康星州发现研究院和华盛顿大学教授罗伊说。麦迪逊生物统计学和医学信息学系。“这可以用来解释基因组中的调节 差异的资源。”

与教科书绘制的DNA整齐，直线相甚远，真实的细胞会去折叠，扭曲和弯曲，以将数个线性英尺的DNA插入一个微小的核细胞中。 这些环也将染色体的远处区域聚集在一起。这些区域中的区域某些带有可促进或抑制远距离基因表达的信息调节。这种复杂的基因表达会放大生物体表现的复杂性特征

染色体构成一个核，可以使染色体的局部区域相互影响并相互影响。一致对应的区域称为拓扑相关的区域或TAD。这种调节的基因使生物调节 表达的特征更加复杂。图片来源：Navneet Matharu和Nadav Ahituv

罗伊(Roy)和其他研究人员此前已经开发出可以预测染色体两个遥远区域是否有响应的模型。HiC-Reg 建立在该模型的基础上，不仅可以预测两个区域是否会应答，而且还可以预测应答的强度。它为染色体区域如何应答以及潜在的调控基因表达提供了更加复杂和现实的模型

为了创建 HiC-Reg，Roy 的团队将一系列常见的基因组数据（例如蛋白质的存在和激活或抑制基因表达的化学修饰）输入到机器学习算法中。 几个可用细胞系的 Hi-C 数据。然后，该工具学习了交互关系，从而能够预测多个新的基因组区域的 Hi-C 测量值。

罗伊说：“让 我们尝试使用易于测量的数据来预测难以收集的信息。”该研究得到了美国国家卫生研究院大数据知识计划的支持，该计划使团队可以挖掘这些免费可用但未充分利用的数据。“我们 正在尝试多地利用公开可用的数据集。”

HiC-Reg 正确预测了 40% 至 80% 的区域关联。该工具仅基于染色体距离或仅将一个细胞系中 一个区域的应答映射到另一个细胞系中相同区域的应答的强度估计要准确复制。但是，在某些细胞类型中，在其他细胞类型中的应答比更难以预测，这是研究 人员正在努力克服这种限制。

计算密集型工作依赖于威斯康星大学麦迪逊分校的高吞吐量计算中心、威斯康星大学预测计算表型研究中心和威斯康星州发现研究所的核心计算 技术研究小组。

现在，其他研究人员可以按原样使用 HiC-Reg 来预测他们喜欢的细胞系中的这些三维响应。或者，他们可以选择使用自己的数据集来重新编程，以提高 其工作的准确性。

罗伊（罗伊）说，免费获取与激发这项研究的问题一致：“我们如何帮助生物学家收集这些数据？”