【普鯨甲基化小講堂】第6講 - 5mC與CpG島
在第三講中我們提到過，我們以后的小講堂只關(guān)注胞嘧啶甲基化（5mC），提到這個，大家耳熟能詳?shù)囊粋€就是“CpG”了，這里是指胞嘧啶C和鳥苷酸G形成的二核苷酸片段，字母p代表連接兩個核苷酸分子的磷酸鍵。CpG二核苷酸是最為人們所熟知的甲基化位點。
?
不只是CpG
但是，人體內(nèi)所有的甲基化模式都是CpG二核苷酸么？還真不是！
當胞嘧啶C后面跟的是其它核苷酸比如另一個C或者腺嘌呤A，胸腺嘧啶T的時候，這個胞嘧啶C依然是可以被甲基化的。這種模式被稱為CHG或者CHH，其中H是簡并堿基的意思，它代表除了G以外A\T\C的任意一種核苷酸。CpG、CHG和CHH是甲基化的三種模式。在植物中，這三種模式是普遍存在的。
而在人類中，CpG模式是占主流的，只有在配子及胚胎發(fā)育早期以及一些干細胞中會存在約1/4的CHG及CHH甲基化模式。
圖上下方的曲線圖紫色區(qū)域顯示了5mCH/CH的比例變化，可以看到在配子時期，CHG與CHH都占有很大的比重，這一時期并不是CpG一家獨大的。當然，在人生中絕大部分的時期里CpG都是占據(jù)絕對主流的。
?
CpG島
提到CpG，伴隨而來的另一個名詞就會躍入腦海：CpG島。
顧名思義，所謂CpG島就是多個CpG二核苷酸位點密集地聚集在一起，好像DNA大海中一個個孤獨的小島，所以被稱為CpG島（CpG Island）。
目前通行的CpG島的概念最早是由Gardiner-Garden和Frommer于1987年提出(J.Mol.Biol 196,261-282)，而后在2002年由Takai D和Jones PA進行了一些更新，不過我們最常獲取CpG島的數(shù)據(jù)來自UCSC數(shù)據(jù)庫，在UCSC上下載的CpG島數(shù)據(jù)依然是以Frommer等提出的定義為標準的。
按照定義，一個所謂的“CpG Island”應當滿足如下三條標準：
有了這個定義，我們完全可以根據(jù)序列特征計算CpG島的存在與否了。而現(xiàn)在，我們可以從UCSC網(wǎng)站上直接去下載最新的CpG島數(shù)據(jù)，具體方法是打開瀏覽器，輸入網(wǎng)址https://genome.ucsc.edu/cgi-bin/hgTables，在頁面中設置選項參數(shù)assembly = hg19，group = Regulation， track = CpG Islands，完畢后點擊【get output】即可下載了。
很多人都知道，CpG島多位于啟動子區(qū)，這樣的基因占總數(shù)的比例在60-70%左右，但是更進一步嚴格點說，實際上在轉(zhuǎn)錄起始位點（TSS）附近范圍內(nèi)都是CpG富集的區(qū)域，不只是在TSS上游的promoter區(qū)，很多基因在第一個外顯子區(qū)也富含CpG形成CpG島。
下面我們來看一個典型例子，這個例子是前幾日普鯨君設計焦磷酸引物時碰到的：
最終，別忘記了：不是所有的甲基化CpG都位于CpG島內(nèi)，只是目前CpG島的作用及對我們的研究意義較大，請大家在小講堂結(jié)束時也不要忘記這一點，后續(xù)我們會講到散在的CpG二核苷酸甲基化的作用。
