基因组结构变异（Structural Variation/SV）普遍存在于肿瘤基因组中，然而，寻找这些结构变异与肿瘤发生之间的关系一直是癌症基因组学研究的重点和难点。增强子劫持，作为一种全新的肿瘤发生机制，正逐渐引起人们的关注。

在这类肿瘤细胞中，由于基因组的重排，增强子从原来正常的基因组位置被转移到原癌基因附近，与原癌基因发生三维空间上的互作，进而增强原癌基因的表达，促进肿瘤的发生。尽管增强子劫持在理解肿瘤发生，寻找药物靶标上具有潜在的重要意义，由于缺乏在全基因组层面的识别算法，人们对增强子劫持的识别主要还是停留在个案研究上。

为弥补这一空白，此研究首次提出并实现了一个基于染色质空间互作数据在全基因组范围内识别增强子劫持的方法 -- NeoLoopFinder。该方法以染色质互作数据和SV为输入，通过对肿瘤细胞的局部基因组进行装配，去除由拷贝数变异（copy number variation）、SV杂合性（heterozygosity）和异质性（heterogeneity）带来的数据偏好性（bias），进而识别由SV介导的“新染色质环”（neoloop）。

研究人员将这一方法应用到50个癌症细胞系和病人样本中。他们发现位于neo-loop两端的基因多为已知的癌症相关基因，并往往具有癌症类型的特异性。利用ENCODE计划中发布的ChIP-Seq、DNase-Seq和RNA-Seq数据，他们在识别的neo-loop中进一步注释了增强子劫持事件。研究表明，与这些劫持增强子有空间互作的基因在癌细胞中被显著上调了。

为了进一步验证该方法的准确性，研究人员利用CRISPR/Cas9技术在前列腺癌细胞系LNCaP中敲除了两个利用该方法识别的劫持增强子（hijacked enhancer），并显示靶标基因ETV1的表达量相应地也得到大幅下降。

除了对neo-loop的识别，NeoLoopFinder还整合了可视化模块，用于在癌细胞特异的局部基因组上对染色质互作数据和其他基因组、表观基因组数据的可视化。最后，该研究表明，除了癌症，NeoLoopFinder还可用于其他由基因组重排引起的疾病，如利本伯格综合症（Liebenberg syndrome）和库克综合症（Cooks syndrome）中。

相关论文信息：

https://doi.org/10.1038/s41592-021-01164-w