长读长测序时代的DNA甲基化计算分析（2025 Nature Reviews Genetics综述）

Tue, 17 Feb 2026 07:30:00 +0800

概述

DNA甲基化（主要是CpG位点的5mC）是关键的表观遗传修饰，在基因调控、基因组印记、X染色体失活、转座子沉默等过程中发挥核心作用。传统的短读长亚硫酸氢盐测序（BS-seq）虽然能高精度检测甲基化，但读长短（通常<300bp），无法解决重复序列区域、单倍型特异性甲基化、结构变异与甲基化的关联等问题。

长读长测序技术（PacBio HiFi、Oxford Nanopore）的兴起，结合不依赖亚硫酸氢盐的甲基化检测方法，正在彻底改变这一领域。这篇Fu、Timp与Sedlazeck（2025，Nature Reviews Genetics）的综述，系统性总结了长读长测序在DNA甲基化研究中的技术进展、计算方法、应用场景与未来方向。

一、长读长甲基化检测技术

1. 两大技术平台的原理

Oxford Nanopore（纳米孔）

原理：DNA分子通过纳米孔时，不同碱基（包括甲基化修饰的碱基）会产生不同的电流信号，通过机器学习模型从电流信号中直接推断甲基化状态
优势：
- 读长极长（可达Mb级别），适合跨越重复序列和大型SV
- 直接测序，无需PCR扩增，保留原始修饰信息
- 实时测序，可快速获得结果
常用工具：
- Guppy、Dorado（ONT官方碱基与修饰识别）
- Megalodon（旧版本，已被Dorado替代）
- Remora（高性能修饰识别模型）
- DeepSignal、DeepMod、Nanopolish等第三方工具

PacBio HiFi（SMRT测序）

原理：通过测序过程中聚合酶的动力学特征（脉冲宽度、脉冲间隔等）来推断甲基化状态
优势：
- 高准确度（HiFi读长准确度>99.9%），适合同时检测遗传变异与甲基化
- 读长适中（10-25kb），平衡了覆盖度与连续性
常用工具：
- pb-CpG-tools（PacBio官方工具）
- Primrose、DeepCpG等

2. 与传统方法的对比

特性	短读长BS-seq	Nanopore甲基化	PacBio HiFi甲基化
读长	<300bp	kb-Mb级	10-25kb
单倍型解析能力	差（需借助基因型）	优（直接通过长读长）	优（HiFi准确度高）
重复序列区域覆盖	差	优	中-优
成本	低	中-高	高
计算资源需求	低	中-高	中

二、计算分析流程与工具

1. 基础流程：从原始信号到甲基化位点

纳米孔数据处理

关键步骤：
- 修饰检测：使用针对5mC（CpG）训练的模型，ONT提供多种预训练模型
- 格式转换：从ModBAM到bedMethyl、bigWig等常用格式
- 归一化：处理不同测序运行间的批次效应

PacBio HiFi数据处理

2. 单倍型特异性甲基化（Haplotype-specific methylation）

长读长的核心优势之一是可以直接将甲基化状态与单倍型关联，无需复杂的基因型推断。

最近 CNS pangenome 论文总结（2024-2026）

Sat, 14 Feb 2026 02:36:00 +0800

1. Nature (2025): Leveraging a phased pangenome for haplotype design of hybrid potato

内容：构建了 31 个二倍体马铃薯（含 10 个野生种、19 个栽培种、2 个自交系）的 60 个单倍型的 phased pangenome graph
亮点：
- 用 PGGB 和 Minigraph-Cactus 构建了马铃薯图泛基因组
- 系统揭示了 SV 在进化和驯化中的起源与命运
- 设计了“理想马铃薯单倍型 (IPHs)”用于杂交育种
意义：为无性繁殖作物的基因组设计育种奠定理论基础

2. Nature (2025): A pangenome reference of wild and cultivated rice

内容：构建了 145 个染色体水平的水稻泛基因组（16 个栽培稻 + 129 个野生稻 O. rufipogon）
亮点：
- 支持“单次驯化起源”假说：所有亚洲栽培稻均源自 Or-IIIa（粳稻祖先）
- 精细解析了栽培稻与野生稻之间的基因流
- 挖掘了大量抗病/抗逆基因资源
意义：为水稻育种提供全面的野生种质遗传变异资源

3. Nature Genetics (2025): Super pangenome of Vitis empowers identification of downy mildew resistance genes for grapevine improvement

内容：构建了葡萄属（Vitis）的超级泛基因组
亮点：
- 覆盖整个葡萄属的综合基因组信息
- 成功挖掘了霜霉病（downy mildew）抗性基因
意义：为葡萄抗病育种提供直接靶点

4. Nature (2025): Pan-genome bridges wheat structural variations with habitat and breeding

内容：小麦泛基因组与 SV、生境、育种的关联研究
亮点：
- 揭示了小麦结构变异与生境适应及育种性状的关联
- 以 VRN-A1 基因为例展示了转录水平在冬性品种中的变化
引用：已被引 110 次，是近期小麦泛基因组领域的高影响力工作

5. 其他重要论文

Nature (2025): The phased pan-genome of tetraploid European potato（四倍体欧洲马铃薯 phased 泛基因组）
Nature Plants (2025): Pan-genome analysis provides insights into legume evolution and breeding（豆科泛基因组与进化育种）
Nature Genetics (2025): Pan-genome analysis reveals the evolution and diversity of Malus（苹果属泛基因组进化与多样性）
Trends Microbiol (Cell, 2025): On the biological meaning of the population pangenome（群体泛基因组的生物学意义综述）
Nature Reviews (2025): The role of pangenomics in orphan crop improvement（泛基因组在孤儿作物改良中的作用综述）

总体趋势：2024-2026 年 pangenome 领域的主流是 phased 图泛基因组 + 从种质资源到育种应用的闭环，重点作物包括马铃薯、水稻、小麦、葡萄、苹果、豆科等，核心方向是挖掘 SV、单倍型设计、野生种质利用。

文献总结 on 都德的博客