纳米孔原生基因组修饰测序 —— 完整表观遗传信息一次捕获

传统方法的困境：当技术成为发现的瓶颈

当前的表观遗传研究仍高度依赖亚硫酸盐测序（BS-seq）等间接检测技术，这些方法存在局限：

• 化学处理导致信息失真：亚硫酸盐转化会降解60-90%的DNA分子，对珍贵样本造成毁灭性损失，并在高GC区域引入严重偏好性

• 短读长无法跨越复杂区域：150bp读长难以解析重复序列、结构变异及单倍型特异性甲基化模式，导致重要调控区域数据丢失

• 单一修饰类型检测：无法同步区分5mC、5hmC、6mA、4mC等多种修饰类型，错失关键调控信号

• 技术间接性带来的误差：通过未转化率推断甲基化状态，在低甲基化位点信噪比显著下降

核心原理：电信号的微妙艺术

“纳米孔原生基因组修饰测序”服务基于 Oxford Nanopore Technologies 平台。其核心在于对核酸分子（DNA 或 RNA）通过纳米级孔道时产生的离子电流信号进行高精度监测和解码。

1. 核酸易位与信号产生：当 DNA 或 RNA 分子在驱动蛋白的作用下，以恒定的速度穿过由蛋白质（通常为 α-溶血素或其变体）构成的纳米孔时，核酸分子会短暂地占据孔道空间，从而改变通过纳米孔的离子电流强度。

2. 基团“指纹”识别：离子电流信号的变化（即电流阻断值）高度依赖于孔道内瞬时存在的 4-6 个核苷酸序列片段及其化学修饰状态。特定的碱基序列（k-mer）会产生一个独特的电信号轨迹，而当碱基被修饰（如 5-mC、5-hmC 或 6mA 等）时，修饰基团的额外空间占据和化学性质会进一步扰动该电流信号，形成一个与未修饰碱基截然不同的电信号“指纹”。

3. 机器学习解码：利用机器学习（Machine Learning）和深度学习（Deep Learning）模型对这些复杂的原始电信号数据进行分析。这些模型经过大规模已知修饰核酸文库的训练，能够精确地识别和解码信号变化中蕴含的序列信息和碱基修饰信息。

结论： 这一原生（Native）检测机制的优势在于，它可以在不进行任何化学转化（如亚硫酸盐处理）或 PCR 扩增的前提下，同步获取核酸分子的序列信息和修饰信息，极大地提高了测序的真实性和信息维度，真正实现了单分子水平上的“一测双得”。

纳米孔原生修饰测序：重新定义表观遗传检测标准

纳米孔技术无需任何化学转化，直接读取DNA分子的天然电信号特征，实现序列与修饰信息的同步捕获，带来三项革命性突破：

1. 单分子级直接检测，准确率比肩金标准

每个DNA分子独立穿过纳米孔通道，其特有的电流变化模式可区分未经修饰的胞嘧啶与5mC/5hmC修饰，检测准确率达 >95% （与BS-seq相关性r>0.92）。无需任何扩增，彻底消除PCR偏好性，真实还原基因组原始修饰状态。

2. 超长读长破解复杂区域甲基化盲区

平均读长 >30kb，最大读长可达 1Mb，轻松跨越：

• 着丝粒、端粒等高重复区域

• CpG岛岸（CpG island shores）

• 结构变异断裂点

• 印记基因簇（Imprinting clusters）

3. 全谱式修饰类型同步识别

单次实验同步检测：

• 5-甲基胞嘧啶（5mC）：CpG、CHG、CHH全上下文

• N6-甲基腺嘌呤（6mA）：细菌防御系统、真核生物调控

• 5-羟甲基胞嘧啶（5hmC）：主动去甲基化中间产物

告别"一种技术一个实验"的碎片化研究模式。

建库原理：从完整DNA分子到实时电信号读取

纳米孔原生修饰测序建库完全摒弃PCR扩增，全程在室温下完成，最大限度保留DNA分子天然修饰状态。整个流程仅需3小时。

1. 高质量基因组DNA制备

2. 末端修复与接头连接（无扩增）

3. 马达蛋白（Motor Protein）连接

4. 上样测序芯片（Flow Cell）

分析结果示例

应用文献案例

已有研究发现DNA 5mC修饰参与棉花的纤维发育，但6mA修饰在棉花中的存在及功能还不清楚。作者分别在授粉的-2、0、5天（DPA），对棉花野生型ZM24和无绒无絮突变体ZM24fl取胚珠组织，进行纳米孔原生全基因组修饰测序。ZM24fl突变体在-2 DPA胚珠中6mA水平显著高于野生型，且6mA差异主要出现在“-2到0 DPA”（纤维启动期），5 DPA后差异消失，表明6mA是早期特异性调控标记（图A）。6mA主要富集于基因间区（intergenic），启动子区次之，基因本体最少（图B）。整合0 DPA vs fl-0 DPA 和 0 DPA vs -2 DPA的差异甲基化数据，Venn图交集筛选到5个6mA调控候选靶基因（图C），综合fl的6mA水平启动子区显著下调（图D）和表达水平显著上调（图E），作者锁定GhMAF1为靶基因。敲除GhMAF1后，其成熟种子基部无绒毛（lint）和短绒（fuzz），纤维总数减少~50%,验证了GhMAF1空间特异性调控的功能（图F）。

文献：DOI: 10.1111/nph.70047