外觀
DNA 甲基化定序 (DNA Methylation Sequencing)
DNA 甲基化(哺乳類主要是 CpG 上的 5-甲基胞嘧啶,5mC)是最穩定、最常被量測的表觀遺傳標記,與基因沉默、印記 (imprinting)、X 染色體失活、細胞分化與癌症有關。量測的核心是:把「有沒有甲基」轉換成序列上看得到的差異,再在每個 CpG 計算甲基化比例。
量測原理
| 方法 | 原理 | 優點 | 限制 |
|---|---|---|---|
| 亞硫酸鹽轉換 (bisulfite) | 未甲基化 C → U(PCR 後讀成 T);5mC / 5hmC 不變 | 金標準、工具成熟 | DNA 嚴重斷裂與損失;GC 偏差;無法區分 5mC 與 5hmC |
| 酶轉換(EM-seq) | TET2 + APOBEC 酶反應,達到與 bisulfite 相同的 C → T 結果 | DNA 損傷少、低起始量、覆蓋更均勻 | 試劑較貴;分析流程與 bisulfite 相同 |
| oxBS / TAB-seq | 額外化學步驟區分 5mC 與 5hmC | 能分出 5hmC(腦組織重要) | 需兩組定序相減,雜訊大 |
| 長讀直接偵測 | PacBio(聚合酶動力學)、ONT(電流訊號);不需轉換 | 同時得到單倍型與甲基化、重複區 | 準確度依模型與版本;結果存在 BAM 的 MM / ML tag |
| 甲基化陣列 | bisulfite 轉換後以探針雜交(Illumina EPIC 系列) | 便宜、大樣本、標準化流程成熟 | 只涵蓋預先設計的 CpG;探針交叉雜交、SNP 干擾 |
長讀平台的特性見 定序平台。
實驗設計
| 方法 | 範圍 | 典型深度 | 適用 |
|---|---|---|---|
| WGBS / 全基因組 EM-seq | 全部約 2800 萬個 CpG | 每股約 10–30× | 探索性研究、參考圖譜、DMR |
| RRBS | MspI(CCGG)酶切富集 CpG island、啟動子;約數百萬 CpG | 高 | 成本低;遠端調控區涵蓋差 |
| 標靶甲基化定序 | 雜交捕捉或 amplicon | 很高 | 臨床檢測、cfDNA 甲基化(見 液態切片) |
| 甲基化陣列 | 預選的數十萬 CpG | — | 流行病學、EWAS、表觀遺傳時鐘 |
生物重複比單一樣本的深度重要;組織樣本的細胞組成差異常是最大的變異來源(例如血液中嗜中性球比例),設計時就要記錄或估計。
分析流程(bisulfite / EM-seq)
text
FASTQ ──修剪(Trim Galore;RRBS 加 --rrbs)
──► 比對到「轉換後」的參考基因組(Bismark / bwa-meth)
──► 去重複(WGBS 要;RRBS 不要:酶切片段本來就同起點)
──► 甲基化呼叫:每個 CpG 的 甲基化 reads / 總 reads
──► QC:轉換率、M-bias、CpG 覆蓋度
──► 差異甲基化:DMC(單一 CpG)/ DMR(區域)──► 註解與富集bash
# Bismark:以 Bowtie2 比對到 C→T 與 G→A 轉換後的基因組
bismark_genome_preparation --parallel 4 genome/
bismark --genome genome/ -1 s1_R1_val_1.fq.gz -2 s1_R2_val_2.fq.gz --parallel 4 -o align/
deduplicate_bismark --paired --bam align/s1_R1_val_1_bismark_bt2_pe.bam
bismark_methylation_extractor --paired-end --gzip --bedGraph --cytosine_report \
--genome_folder genome/ align/s1_R1_val_1_bismark_bt2_pe.deduplicated.bam
bismark2report && bismark2summary # HTML 報告:比對率、轉換率、M-bias
# 輸出 *.bismark.cov.gz:chr start end 甲基化% 甲基化 reads 數 未甲基化 reads 數替代流程:bwa-meth + MethylDackel(較快);標準化 pipeline:nf-core/methylseq。
品質指標
| 指標 | 意義 | 參考值 / 判讀 |
|---|---|---|
| 轉換率 (conversion rate) | 未甲基化 C 被轉換的比例;用非 CpG 情境(CHH)甲基化或 lambda DNA spike-in 估計 | > 99%;不足會高估甲基化 |
| M-bias 圖 | 甲基化比例沿 read 位置的變化 | 平坦為佳;兩端偏移要在 extractor 中忽略(--ignore、--ignore_r2) |
| 比對率 | 轉換後序列複雜度降低,比對率比一般 DNA-seq 低 | WGBS 常見 60–80% |
| CpG 覆蓋度 | 每個 CpG 的 reads 數 | 單一 CpG 分析通常要求 ≥ 10×;低覆蓋改用區域分析 |
| C>T SNP | 真正的 C>T 變異會被誤判為未甲基化 | 用另一股(G>A)資訊或排除已知 SNP 位置 |
Beta 值與 M 值
| 指標 | 定義 | 用途 |
|---|---|---|
| Beta (β) | 甲基化 / (甲基化 + 未甲基化);陣列加常數 α = 100 穩定分母 | 解讀與報告(0–1,即甲基化比例) |
| M-value | log₂(β / (1 − β)) | 陣列資料的統計檢定(較接近常態、變異較穩定) |

左:M 值把接近 0 或 1 的 β 拉開。右:以 30× 覆蓋、4 個重複模擬,β 的標準差在中間最大、兩端被壓縮;M 值在兩端反而被放大。兩種尺度的變異都與甲基化程度有關,所以定序資料通常直接對甲基化 / 未甲基化 reads 計數建模(beta-binomial),而不是對 β 做 t 檢定。(模擬資料)
差異甲基化
| 資料 | 工具 | 模型 |
|---|---|---|
| 定序(WGBS / RRBS / EM-seq) | methylKit、DSS、dmrseq、bsseq | logistic / beta-binomial;DSS 用經驗貝氏收縮離散度;dmrseq 以區域為單位控制 FDR |
| 陣列 | minfi、sesame(前處理);limma(對 M 值) | 線性模型 + 經驗貝氏,見 limma |
| 細胞組成校正 | EpiDISH、Houseman 法(參考甲基化圖譜去卷積) | 把估計的細胞比例當共變數 |
r
library(methylKit)
files <- list("ctrl1.bismark.cov.gz", "ctrl2.bismark.cov.gz", "trt1.bismark.cov.gz", "trt2.bismark.cov.gz")
obj <- methRead(files, sample.id = list("c1", "c2", "t1", "t2"), assembly = "hg38",
treatment = c(0, 0, 1, 1), context = "CpG", pipeline = "bismarkCoverage")
obj <- filterByCoverage(obj, lo.count = 10, hi.perc = 99.9) # 去掉低覆蓋與極端高覆蓋(PCR 重複)
obj <- normalizeCoverage(obj)
meth <- unite(obj, destrand = TRUE) # 合併兩股、保留所有樣本都有覆蓋的 CpG
diff <- calculateDiffMeth(meth, covariates = NULL, mc.cores = 4) # logistic 回歸 + 過度離散校正(overdispersion = "MN" 可選)
sig <- getMethylDiff(diff, difference = 25, qvalue = 0.01) # |Δ甲基化| ≥ 25% 且 q < 0.01常見陷阱
| 陷阱 | 說明 |
|---|---|
| 細胞組成混淆 | 疾病組的細胞比例不同,就會出現「差異甲基化」;先估計並校正 |
| 只看單一 CpG | 相鄰 CpG 高度相關,DMR 比 DMC 更穩健也更容易解讀 |
| 效應量太小 | 統計顯著但 Δβ < 5% 的差異生物意義常有限;同時報告效應量 |
| 陣列探針問題 | 交叉雜交探針、含 SNP 探針、性染色體探針要過濾;批次(晶片、位置)明顯 |
| 5hmC 被當成 5mC | bisulfite 與 EM-seq 都無法區分;腦組織尤其重要 |
| 多重檢定 | 數百萬 CpG 同時檢定,必須控制 FDR,見 多重檢定 |
應用
| 應用 | 例子 |
|---|---|
| 癌症 | 腫瘤抑制基因啟動子高甲基化(MGMT 甲基化預測 temozolomide 反應)、甲基化分類器(中樞神經腫瘤分型) |
| 液態切片 | cfDNA 甲基化判斷組織來源、早期多癌篩檢 |
| 表觀遺傳時鐘 | Horvath、GrimAge 等以數百個 CpG 預測年齡 / 生物年齡 |
| 印記疾病 | Prader–Willi / Angelman(15q11-13 甲基化分析) |
| 重複擴增 | FMR1 全突變伴隨甲基化,見 Southern blot |