五、三维结构特征识别

1. 识别染色质区室（Compartment Calling）
主成分分析法（PCA）：
1. 将相互作用矩阵对期望值进行标准化
- 期望值计算：相同基因组距离的平均相互作用频率
- 标准化：观察值 / 期望值
2. 计算皮尔逊相关系数矩阵
3. 对相关系数矩阵进行PCA
4. 第一主成分（PC1）的特征值符号区分A/B区室：
- PC1 > 0：A区室（活跃）
- PC1 < 0：B区室（抑制）
生物学验证：
- A区室与基因密度、表达水平、GC含量正相关
- B区室与核纤层关联、晚期复制正相关
2. 识别拓扑关联结构域（TAD Calling）
方向指数法（Directionality Index, DI）：
- 对于每个基因组区间（如40 kb bin），计算其向上游2 Mb和下游2 Mb的相互作用数目
- DI = (B - A) / |B - A| × [(A - E)²/E + (B - E)²/E]
- A：上游相互作用数；B：下游相互作用数；E：(A+B)/2
- DI > 0：倾向于与下游相互作用（TAD左边界）
- DI < 0：倾向于与上游相互作用（TAD右边界）
- |DI| ≈ 0：TAD内部
绝缘指数法（Insulation Score）：
- 计算每个bin作为TAD边界的绝缘能力
- 绝缘指数 = 相邻两侧bin的平均相互作用 / 该bin与两侧的相互作用
- 绝缘指数最低点对应TAD边界
常用软件：
- Arrowhead：Juicer工具包中的TAD识别算法
- TopDom：基于 DI 的TAD识别
- Armatus：基于动态规划的TAD识别
- lavaburst：多尺度TAD识别
3. 识别染色质环（Loop Calling）
HiCCUPS算法（Juicer工具包）：
- 核心假设：染色质环处的相互作用频率显著高于周围背景
- 将候选区域划分为中心像素和周围背景区域（左、右、上、下）
- 计算中心像素与每个背景区域的比值
- 使用负二项分布检验，判断中心是否显著高于背景（通常要求>50%）
- 多重分辨率检测：在5 kb、10 kb、25 kb分辨率分别检测，合并结果
其他方法：
- Fit-Hi-C：基于距离依赖模型的统计检验
- cLoops：基于局部密度聚类
- CHiCAGO：针对Capture Hi-C数据的环识别