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。

Nature Reviews Genetics on 都德的博客