Hic数据本身不包含线粒体DNA序列，但Hic实验捕获的三维基因组结构中，线粒体DNA确实以独立的染色质环或致密结构形式存在，只是其数据在常规分析中常被作为低质量或背景噪声过滤掉。
很多人对Hi-C技术有一个误解，以为它只关注细胞核内的染色体互作，Hi-C是一种全基因组层面的接触图谱技术，只要细胞里有DNA，它就有机会被捕获并测序，线粒体作为拥有独立遗传物质的细胞器，其DNA自然也在检测范围内，在大多数科研场景和公开数据集中，你很难直接看到线粒体的高分辨率互作信息，这并非技术做不到,而是出于数据清洗和分析策略的考量。
为什么Hi-C数据中常“看不见”线粒体？
在标准的Hi-C实验流程中，线粒体DNA的存在是一个既成事实，但它在最终呈现的分析结果中往往处于“隐身”状态，这主要涉及实验设计、数据比例以及生物信息学处理三个维度的因素。
数据占比与测序深度的博弈
线粒体基因组非常小，仅约16.6 kb，而人类核基因组高达30亿碱基对，尽管线粒体在细胞内的拷贝数众多，但在总DNA含量中占比依然极低，在进行Hi-C建库时，测序深度是有限的资源，如果将宝贵的测序 reads 分配给线粒体，就会大幅降低核基因组互作位点的覆盖度，业内专家指出，为了保证核染色体三维结构解析的精度，大多数研究团队会选择在生物信息学分析阶段直接丢弃线粒体 reads。
技术噪音与比对难度
线粒体DNA具有高度重复的区域，且容易受到核基因组中类似序列（NUMTs，即核线粒体DNA片段）的干扰，在将测序数据比对到参考基因组时，线粒体 reads
经常会出现多映射（multi-mapping）的情况，即一条 reads 可能同时匹配到线粒体基因组和核基因组中的多个位置，这种不确定性会引入大量的假阳性互作信号，干扰对核基因组真实三维结构的判断，为了保证数据的可靠性,常规分析流程通常将其剔除。
线粒体三维结构真的不存在吗？
虽然常规分析会过滤线粒体数据，但这并不意味着线粒体没有复杂的三维结构，相反，近年来的研究表明，线粒体内部存在着高度有序的染色质样结构,这种结构对于线粒体基因表达和复制至关重要。
线粒体染色质的独特构象
线粒体DNA并非松散地漂浮在基质中，而是与蛋白质结合形成类核（nucleoid）结构，这些类核内部存在局部的折叠和环化，使用专门针对线粒体优化的Hi-C协议，或者使用单细胞Hi-C技术，研究人员确实能够捕捉到线粒体DNA内部的互作信号，这些信号显示，线粒体基因组呈现出一种紧凑的、非随机的构象,这种构象可能受到线粒体膜电位和代谢状态的动态调节。
跨区室互作的罕见发现
除了线粒体内部的互作，偶尔也能观察到线粒体DNA与核基因组之间的微弱互作信号，这种现象被称为核-线粒体互作（nuclear-mitochondrial interactions），虽然频率极低，但在某些应激条件下，如氧化应激或细胞凋亡早期，这种互作可能会增强，这暗示了细胞核与线粒体之间可能存在某种物理上的联系或信号传导机制,尽管其具体分子机制仍有待深入探索。
如何获取和分析线粒体Hi-C数据？
如果你专门研究线粒体生物学，或者希望重新挖掘已有的Hi-C数据以获取线粒体信息，需要采取特定的策略，常规的通用分析流程无法满足这一需求,你需要进行定制化的数据处理。
数据预处理的关键步骤
在比对阶段，必须使用能够区分核基因组和线粒体基因组的参考序列，确保你的比对工具（如BWA-MEM或Bowtie2）正确识别了线粒体 reads，在过滤环节，不要盲目丢弃低质量 reads，而是仔细检查那些被标记为“未比对”或“多映射”的 reads,看其中是否包含线粒体特异性序列。
专用分析工具的选择
专门用于线粒体Hi-C数据分析的软件相对较少，你可以尝试使用通用的Hi-C分析流程（如Juicer或HiC-Pro），但需要手动修改配置文件，保留线粒体染色体的互作矩阵，一些新兴的单细胞多组学工具也开始支持线粒体数据的整合分析，对于大多数实验室而言，直接联系拥有线粒体Hi-C分析经验的生物信息学团队，或者使用定制化的Python/R脚本进行后处理,是更可行的路径。
线粒体Hi-C数据的应用场景与价值
尽管获取和分析线粒体Hi-C数据具有挑战性,但其在特定研究领域具有不可替代的价值。
线粒体疾病机制研究
许多线粒体疾病，如Leber遗传性视神经病变（LHON）或线粒体脑肌病，不仅与线粒体DNA突变有关，还可能与线粒体三维结构的改变有关，通过Hi-C技术，研究人员可以观察疾病状态下线粒体类核结构的异常，例如环化程度的降低或致密性的改变,从而揭示疾病发生的表观遗传机制。
癌症代谢重编程
癌细胞通常表现出代谢重编程，线粒体功能在其中扮演关键角色，线粒体三维结构的改变可能影响呼吸链复合物的组装和基因表达效率，通过分析癌细胞与正常细胞的线粒体Hi-C数据差异，可以找出调控线粒体功能的关键结构元件,为癌症代谢治疗提供新的靶点。
衰老与凋亡过程
在细胞衰老和凋亡过程中，线粒体结构会发生显著变化，如线粒体DNA的释放和降解，Hi-C技术可以捕捉这些动态变化，帮助研究人员理解线粒体完整性丧失的时间点和顺序,进而探索延缓衰老或诱导癌细胞凋亡的新策略。
常见疑问解答
Hi-C数据中有线粒体吗？
Hi-C实验原始数据中包含线粒体DNA序列，但在标准分析流程中，由于数据占比低、比对复杂且易引入噪音，通常会被过滤掉，常规发布的Hi-C矩阵中往往不包含线粒体互作信息,但通过定制化分析可以重新获取。
线粒体DNA有三维结构吗？
是的，线粒体DNA并非线性松散存在，而是与蛋白质结合形成类核结构，内部存在局部的折叠和环化，这种三维结构受代谢状态和蛋白质结合的影响,具有动态变化的特征。
如何分析线粒体Hi-C数据？
需要定制化的生物信息学流程，首先确保比对阶段保留线粒体 reads，其次在过滤阶段谨慎处理多映射 reads，最后使用支持线粒体染色体的分析工具（如修改后的Juicer或HiC-Pro）生成互作矩阵,并结合专门的可视化工具进行解读。
Hi-C数据中确实包含线粒体信息，只是其可见性取决于分析策略，随着单细胞技术和多组学整合分析的发展，线粒体三维结构的研究正逐渐从边缘走向中心，为理解细胞核外基因组的调控机制提供全新视角，对于关注线粒体生物学的研究者而言，重新审视Hi-C数据中的线粒体信号,可能带来意想不到的科学发现。
首发原创文章，作者：世雄 - 原生数据库架构专家，如若转载，请注明出处：https://idctop.com/article/458084.html
