基礎(chǔ)知識(shí)

甲基化

DNA鏈上的CG位點(diǎn)能夠被甲基化酶的修飾下，在胞嘧啶上添加甲基從而發(fā)生甲基化，如果一段DNA片段富含CG序列的密度比平均密度高1020倍，GC含量大于50%，長度大于200bp的區(qū)域，稱為CpG島（CpG island）。如果某一區(qū)域高度甲基化，一般認(rèn)為在順式調(diào)控元件部位（包括啟動(dòng)子、增強(qiáng)子等部位）甲基化，將影響DNA的結(jié)構(gòu)，從而阻遏該部位基因的轉(zhuǎn)錄。

轉(zhuǎn)錄因子（TF，transcription factor）是與基因5'端上游序列結(jié)合從而影響基因轉(zhuǎn)錄的蛋白。
DNA雙鏈上與轉(zhuǎn)錄因子結(jié)合的位點(diǎn)稱之為轉(zhuǎn)錄因子結(jié)合位點(diǎn)（TFBS, transcription factor binding site），這個(gè)位點(diǎn)一般是實(shí)驗(yàn)分析出來的，但是有時(shí)候TFBS的堿基序列并不會(huì)一直不變，因此引入了轉(zhuǎn)錄因子幾何基序的概念（TFBM，transcription factor binding motif），以此來代表一個(gè)TF的結(jié)合特異性，通常通過匯總一系列結(jié)合位點(diǎn)的保守和可變位點(diǎn)而來。

目前進(jìn)行甲基化分析常規(guī)使用的是450K芯片（Illumina HumanMethylation450 BeadChip）
送檢的每個(gè)樣本在單獨(dú)的陣列（紅色通道和綠色通道）上進(jìn)行測(cè)量，陣列上有45萬個(gè)CpG位點(diǎn)，每一個(gè)位點(diǎn)具有兩種不同的測(cè)量值：甲基化以及非甲基化的測(cè)量值。
這兩種值是通過“Type I”或“Type II”中的一種方式進(jìn)行測(cè)量。
“Type I”用來只測(cè)量一種的顏色，而在這一個(gè)顏色通道中包括兩種不同的探針來分別測(cè)量甲基化以及未甲基化值
“Type II”只有一個(gè)探針，但有雙色通道來測(cè)量甲基化與未甲基化的值
注意：芯片中，探針和CpG位點(diǎn)并非一一對(duì)應(yīng)，450K芯片一共有48萬多個(gè)探針，但所包含的CpG位點(diǎn)差不多在45萬個(gè)左右。
一個(gè)芯片包括12個(gè)陣列，每一個(gè)陣列可以分析一個(gè)樣本，一次可以同時(shí)分析8張芯片，即一次最多分析96個(gè)樣本

450K甲基化芯片能夠?qū)?yīng)一個(gè)CpG位點(diǎn)測(cè)出甲基化測(cè)量信號(hào)強(qiáng)度（M，methylated value）
非甲基化信號(hào)強(qiáng)度（U，unmethylated value）
β值=M/(M+U+offset)，offset是偏移量，防止分母出現(xiàn)0的情況
M值=log2(M/U)，也就是根據(jù)熒光信號(hào)進(jìn)行l(wèi)og化
β值更加適合進(jìn)行甲基化水平的定量，能夠闡明生物學(xué)意義，任何等于或大于0.6的β值都被認(rèn)為是完全甲基化的
任何等于或小于0.2的β值被認(rèn)為是完全未甲基化的，β值在0.2和0.6之間被認(rèn)為是部分甲基化的
M值更適合用于進(jìn)行下游統(tǒng)計(jì)分析

#BiocManager::install("minfi")
library("minfi")
library(minfiData)