Adv. Sci. 2025 | ChromNet：利用表观遗传信号的跨细胞类型三维染色质相互作用预测的多任务学习框架

今天介绍的是发表在 Advanced Science 上的一项研究工作。该研究提出了ChromNet，一个面向跨细胞类型三维染色质相互作用预测的多任务学习框架。模型以DNA序列和CTCF、ATAC等表观遗传信号为输入，通过“互作重建+细胞类型分类”联合训练，并引入目标细胞信号高斯扰动与辅助细胞信号整合，增强跨细胞泛化能力。结果显示，在训练细胞与未见细胞类型（如K562、GM12878、HCT116）上，ChromNet在隔离度得分相关性和距离分层相关性等指标上整体优于C.Origami与Epiphany，部分Spearman指标提升显著。进一步在AML场景中，模型对疾病相关染色质重塑的刻画优势更明显，并在动态变化评估中取得更低DTW距离。研究还通过消融实验说明CTCF与ATAC信号具有互补性，并在CTCF位点删除扰动实验中验证了模型对结构变化的响应能力，体现了其在疾病机制研究与低成本3D基因组分析中的应用潜力。

获取详情及资源:

• 📄 论文: https://doi.org/10.1002/advs.202508110

0 摘要

染色质的三维组织在基因调控、细胞功能和疾病机制中起着基础作用。然而，当前的实验技术如Hi-C仍然成本高且劳动密集，限制了其在大规模和疾病相关研究中的应用。为应对这一挑战，提出了ChromNet，一种多任务学习框架，通过整合不同细胞类型的表观遗传信号，实现高精度染色质结构预测。ChromNet通过结合噪声扰动和辅助分类任务提升了拓扑相关结构域与细胞类型特异染色质结构的识别能力，并表现出更强泛化性能。值得注意的是，ChromNet通过利用正常和病变细胞的表观遗传信号，准确预测急性髓系白血病（AML）样本中的染色质相互作用，突出其在研究疾病相关染色质重塑方面的潜力。在多个关键基准测试中，ChromNet持续优于现有模型，为大规模染色质构象研究提供了稳健且经济的计算方案。该框架支持跨细胞类型与跨疾病状态的染色质结构差异分析，并为三维基因组结构与基因调控关系提供新见解。

1 引言

在细胞核中，基因组以复杂的三维结构精细折叠和组织，这在基因调控、细胞功能以及疾病机制中发挥着关键作用。这种层级化的组织结构包括染色质环、拓扑相关结构域（TADs）以及染色质区室，它们促进了远距离的基因组相互作用，从而影响基因表达并协调基因调控网络。值得注意的是，染色质结构具有高度动态性，在多种疾病（包括癌症和发育性疾病）中会发生显著的重塑。理解这些结构变化对于阐明三维基因组组织在疾病发生发展中的作用至关重要。

近年来，染色质构象捕获技术（如 Hi-C）的进展极大地提升了对三维染色质组织的理解。Hi-C 能够在全基因组范围内绘制染色质相互作用图谱，揭示基因组的拓扑结构及其在基因调控网络中的作用。尽管具有重要价值，Hi-C 仍受限于高成本、技术复杂性以及大量实验需求，尤其是在涉及多种细胞类型或疾病状态的大规模研究中更为明显。对大样本量的需求以及劳动密集型流程，限制了其在患者来源样本和高通量应用中的可行性。此外，仅依赖实验方法来获取不同细胞类型和疾病状态下的染色质相互作用数据仍然具有挑战性。这些局限性凸显了开发计算模型的迫切需求，即利用表观基因组特征来准确预测染色质结构，从而减少对实验的依赖并拓展基因组研究的范围。

在这一背景下，深度学习已成为建模复杂生物系统的有力工具，显著降低了对实验性染色质构象数据的依赖。多种深度学习方法已被用于预测染色质结构，包括 Akita、DeepC、Orca、Epiphany 和 C.Origami。这些方法利用 DNA 序列和表观遗传数据来预测染色质相互作用，推动了三维基因组建模领域的发展。

Akita 强调 CTCF 结合位点在染色质结构中的作用，但未能充分考虑细胞类型特异性差异，从而限制了其在多种细胞类型中的泛化能力。DeepC 采用迁移学习来预测染色质折叠，但其在新型细胞类型上的表现仍不理想。Orca 基于基因组序列探索多尺度染色质结构，但其模型复杂性限制了在大规模研究中的应用。Epiphany 利用一维表观基因组信号预测 Hi-C 接触图，并在特定数据集上取得了较好表现，但在跨细胞类型的泛化方面仍存在不足。目前最先进的模型 C.Origami 结合了 DNA 序列和表观遗传特征进行染色质结构预测，在特定细胞类型上的预测准确性优于 Akita、DeepC 和 Orca 等早期模型。然而，C.Origami 在不同细胞类型之间的泛化仍面临挑战，难以充分捕捉细胞类型间的染色质结构差异。总体而言，这些方法主要依赖于单一细胞类型的特征，限制了其在多样化细胞环境中的泛化能力。鉴于染色质结构在不同细胞类型间存在差异，并且在癌症等疾病中会发生动态重塑，迫切需要一种改进的框架来整合多细胞类型的表观基因组信号，从而提升预测精度。这样的模型不仅能够拓展深度学习在三维基因组建模中的应用范围，还将为理解染色质重塑在疾病机制中的作用提供新的见解。

为克服上述局限性， 提出了ChromNet，一种多任务学习框架。它能够同时利用保守的和细胞类型特异性的染色质结构，从而提升模型的泛化能力。针对现有模型在跨细胞类型预测方面的不足，ChromNet 引入了一种创新策略：对目标细胞类型的表观遗传信号施加高斯噪声扰动。该方法增强了模型对表观遗传信号变化的鲁棒性，因为在相同 DNA 序列背景下，CTCF 和 ATAC-seq 信号的差异会影响染色质相互作用。通过将目标细胞类型中经噪声扰动的表观遗传信号，与其他细胞类型的表观遗传特征（如 CTCF 和 ATAC-seq）相结合，模型能够同时捕捉保守性与细胞类型特异性的染色质特征。这使得 ChromNet 可以学习表观遗传信号与染色质结构之间的关系，从而提升其跨细胞类型的预测准确性。此外，引入分类任务进一步增强了模型区分细胞类型特异性模式的能力。值得注意的是，在急性髓系白血病（AML）样本中，ChromNet 通过整合正常与恶性细胞的表观遗传信号，能够高保真地重建染色质构象，展示了其在研究疾病相关染色质重塑方面的潜力。在多个关键评估指标上，ChromNet 均表现出优越性能，与实验 Hi-C 数据具有更强的相关性，并能有效捕捉生理和病理状态下的染色质相互作用。总体而言，ChromNet 提供了一种稳健且具有成本效益的大规模染色质结构预测框架，为探索不同细胞类型及疾病状态下的染色质结构变异提供了新途径。该方法为解析三维基因组组织与基因调控之间的相互作用奠定了坚实基础，尤其在疾病进展机制和靶向治疗研究中具有重要意义。

2 结果

2.1 ChromNet概述

ChromNet 是一种多任务学习框架，旨在提升不同细胞类型之间的染色质相互作用预测能力。该模型将核苷酸分辨率的 DNA 序列特征与细胞类型特异性的表观遗传信号（CTCF 和 ATAC-seq）相结合，作为输入来预测 Hi-C 相互作用矩阵。为了提高泛化能力，ChromNet 对目标细胞类型的表观遗传信号施加高斯噪声扰动，从而增强模型对表观遗传变化的鲁棒性，并提升其跨细胞类型的适应性。此外，在特征编码过程中，模型还引入其他细胞类型的表观遗传信号，使其能够同时捕捉保守的和细胞类型特异性的染色质结构特征。ChromNet 的架构由三个关键组成部分构成。首先，染色质特征编码单元从输入信号中提取多尺度特征，并动态调整特征分辨率，以适应不同尺度的染色质相互作用。随后，这些特征被传递至染色质相互作用重建单元，用于预测三维染色质结构。此外，细胞类型分类单元通过学习不同细胞类型之间的表观遗传差异，优化特征表示能力。ChromNet 的主要任务是染色质相互作用预测，而表观遗传扰动和多细胞类型特征融合机制则增强了其在不同细胞类型之间的适应性和泛化能力。

图1｜ChromNet架构示意 ChromNet 是一种多任务学习框架，用于跨细胞类型预测三维染色质相互作用。在训练过程中，模型接收来自目标细胞的 DNA 序列和表观遗传信号（CTCF 和 ATAC-seq），其中包括原始信号和加入高斯噪声扰动后的信号，并将它们作为独立的输入样本。同时，还引入来自另一种细胞类型的表观遗传信号以增强模型的泛化能力。编码器的输出被输入到两个分支：一个是在 Hi-C 数据监督下进行训练的染色质相互作用重建模块，另一个是细胞类型分类器。在推理阶段，仅使用来自新细胞类型的 DNA 和表观遗传信号，不再包含噪声扰动信号或其他细胞类型的信号。

2.2 训练细胞类型上的性能评估

对 ChromNet 在已知细胞类型上预测 Hi-C 相互作用矩阵的性能进行了详细比较，并与 C.Origami 和 Epiphany 进行了对比。鉴于已有研究表明 C.Origami 在性能上显著优于 Akita、DeepC 和 Orca 等模型，因此比较重点集中在 ChromNet、C.Origami 与 Epiphany 三种方法之间。由于不同方法在真实标签数据、数据变换方式以及分辨率方面存在差异，三者之间无法进行完全直接的对比。针对 C.Origami，在与 ChromNet 相同的数据划分和分辨率（8,192 bp）条件下进行了重新训练，因两种方法采用一致的真实标签数据，从而保证比较的公平性。针对 Epiphany，通过分辨率自适应处理模块对 ChromNet 进行训练，使其与 Epiphany 使用的预处理 Hi-C 相互作用矩阵数据（Obs/Exp）及原始数据划分保持一致，分辨率为 10 kb。尽管真实标签与数据预处理存在差异，仍对各方法性能进行了独立评估，以突出 ChromNet 在处理多样化输入格式和不同分辨率方面的能力，并进一步体现其在利用 DNA 序列和表观遗传信号预测三维染色质相互作用方面的优势。

为全面评估 ChromNet 在不同基因组区域中的泛化能力与鲁棒性，首先对其在训练集、验证集和测试集上的预测性能进行了分析。结果表明，在所有数据划分中，ChromNet 均能够准确重建实验 Hi-C 接触图中的关键结构特征，包括清晰的结构域边界和富集的相互作用区域。在测试集上，预测得到的隔离度（insulation score）与真实值表现出高度一致性，Pearson 相关系数最高可达 0.96，表明在边界检测方面具有卓越性能。

图2｜ChromNet 在不同数据划分上的预测结果及其与基线模型的比较评估 a）在训练集、验证集和测试集中选取代表性基因组区域进行预测。每个区域从上到下依次展示：实验 Hi-C、预测 Hi-C、CTCF 信号、ATAC-seq 信号以及隔离度曲线（经 z-score 标准化），并标注 Pearson 相关系数（r）。b）在共享真实标签数据且分辨率为 8,192 bp 的条件下，与 C.Origami 进行比较，评估指标包括基于隔离度和距离的 Pearson 相关系数与 Spearman 相关系数。c）基于 Epiphany 的原始数据划分及 10 kb 分辨率进行比较，其中 ChromNet 的预测结果通过分辨率自适应处理模块进行调整。

此外，进一步将 ChromNet 与两种最先进模型 C.Origami 和 Epiphany 进行了基准比较。结果表明，在所有评估指标上，ChromNet 均持续优于 C.Origami，尤其是在隔离度的 Spearman 相关性方面提升显著，反映出其对相对边界强度的敏感性更高。在采用 Epiphany 原始数据划分及预处理 Obs/Exp Hi-C 矩阵的条件下进行比较时，ChromNet 在隔离度以及按距离分层的相关性指标（Pearson 和 Spearman）上同样表现出明显优势。这表明分辨率自适应模块在处理多尺度基因组相互作用信号方面具有良好效果，从而进一步提升整体预测性能。

2.3 基于 ChromNet 的跨细胞类型染色质结构从头预测

在跨细胞类型从头预测任务中，模型首先在 IMR-90 细胞系上进行训练，随后在未见过的目标细胞类型（包括 K562、GM12878 和 HCT116）上进行评估。与已知细胞类型的预测相比，跨细胞类型预测更具挑战性，因为需要在缺乏 Hi-C 相互作用矩阵监督的情况下，仅基于 DNA 序列和表观遗传信号（如 CTCF 和 ATAC-seq）推断三维染色质结构。鉴于 Epiphany 在已训练细胞类型上的表现有限，因此未对其进行系统性比较，而将重点放在ChromNet与 C.Origami 的对比上。该选择有助于更清晰地评估 ChromNet 在不同细胞类型之间的泛化能力，并更有效地分析其在跨细胞类型预测中的优势。

在不同细胞类型上的 Hi-C 预测任务中，结果表明，相较于C.Origami，ChromNet 在局部及中等距离尺度的染色质相互作用重建方面更为准确，同时能够有效减少伪影，从而与实验数据保持更高的一致性。进一步的预测结果可视化分析同样显示，两种模型在性能上存在明显差异，进一步体现了 ChromNet 在跨细胞类型预测任务中的优势。

图3｜ChromNet在跨细胞类型预测中的性能评估 a）在 IMR-90 和 GM12878 的代表性基因组区域上进行预测。每种细胞类型中，从上到下依次展示：实验 Hi-C、C.Origami 预测结果、ChromNet 预测结果（分辨率均为 8,192 bp），随后为 CTCF 信号、ATAC-seq 信号以及经 z-score 标准化的隔离度曲线，并给出预测与实验隔离度之间的 Pearson 相关系数。b）热图展示在保留测试细胞类型（K562、GM12878、HCT116）上，ChromNet 相对于 C.Origami 的性能提升百分比。评估指标包括 Insul. P.Corr.、Insul. S.Corr.、Dist. P.Corr. 和 Dist. S.Corr.。提升按公式（ChromNet − C.Origami）/ C.Origami × 100% 计算，并标注具体数值。c）箱线图比较相同细胞类型上的隔离度相关性。ChromNet 在 Pearson 和 Spearman 相关性指标上均稳定优于 C.Origami（配对 t 检验）。误差线表示四分位距范围。d）在 2 Mb 基因组距离范围内，预测 Hi-C 与实验 Hi-C 之间的 Pearson 相关性按距离分层展示。每条曲线对应一个模型与细胞类型的组合。

为进一步量化 ChromNet 与 C.Origami 之间的性能差异，采用多种基于相关性的指标对两种模型进行了评估，包括隔离度的 Pearson 和 Spearman 相关系数，以及按距离分层的 Pearson 和 Spearman 相关系数。在所有测试细胞类型（K562、GM12878 和 HCT116）中，ChromNet 均稳定优于 C.Origami。其中，隔离度的 Spearman 相关性提升尤为显著，在 K562 和 GM12878 中分别提高了 28.5% 和 27.7%。进一步分析表明，在所有跨细胞类型预测任务中，ChromNet 在隔离度的 Pearson 和 Spearman 相关性方面均取得统计学显著提升（配对 t 检验，p < 1e–5）。此外，对各个细胞类型的隔离度相关性分布分析同样支持这一性能优势。

进一步对按基因组距离分层的预测精度进行了分析。结果表明，在所有测试细胞类型中，ChromNet 均保持更优性能，且在短程和中程相互作用区域（<1.5 Mb）中的提升尤为显著。这一现象与染色质折叠的基本原理一致，即局部相互作用在基因调控中起关键作用，从而进一步验证了 ChromNet 在跨细胞类型三维染色质结构预测中的准确性与泛化能力。

为探究不同训练策略对 ChromNet 预测性能的影响，开展了系统性的消融实验。评估范围同时涵盖细胞内预测性能（IMR-90）与跨细胞类型预测性能（GM12878、K562、HCT116），并对多种模型变体进行比较。ChromNet_base 作为基线模型，仅使用 IMR-90 的表观遗传信号进行训练，未引入其他细胞类型数据或噪声扰动。ChromNet_noise 在训练过程中对 IMR-90 的 CTCF 和 ATAC-seq 信号加入高斯噪声，以模拟信号变化并提升模型在不同细胞类型间的泛化能力。各模型在测试细胞类型上的性能均进行了系统评估，重点分析隔离度及按距离分层指标的 Pearson 和 Spearman 相关性。

引入噪声扰动显著提升了模型的鲁棒性。与 ChromNet_base 相比，ChromNet_noise 在大多数细胞类型上均表现出更优性能，表明适度的噪声增强有助于更加稳定地学习关键染色质特征。尽管其结构感知能力有所提升，但在跨细胞类型的泛化方面仍存在一定局限。在此基础上，进一步整合多细胞类型的表观基因组信号，使所有评估指标均得到显著提升，尤其是在隔离度相关性方面的提升最为明显。这表明模型对多样化染色质结构环境的适应能力显著增强，并具备更强的跨细胞类型泛化能力。相比之下，ChromNet_base 在所有细胞类型中表现持续较弱，凸显了仅基于单一细胞类型背景训练的模型所存在的局限性。

除训练策略分析外，还通过结构消融实验评估了 ChromNet 中关键架构组件的重要性。具体而言，将 ChromNet 的编码器、解码器和序列建模模块分别替换为 C.Origami 中对应组件，构建了三个简化变体（ChromNet_Enc、ChromNet_Dec、ChromNet_Tran）。结果表明，各组成模块均对模型性能具有显著贡献，凸显了针对染色质结构预测进行定制化架构设计的重要性。其中，ChromNet_Tran 的性能下降尤为明显，说明 LSTM 更适合捕捉基因组表观遗传信号的方向性与稀疏性特征。相比之下，Transformer 的注意力机制在处理稀疏或含噪输入（如低频 CTCF 峰）时更易受到干扰，而 LSTM 能够在基因组区域内更稳定地整合局部信号模式。

为进一步评估跨细胞类型预测效果，对 ChromNet 与 ChromNet（GM12878）的性能进行了对比分析。两种模型均基于多任务学习框架进行训练，其中 ChromNet（GM12878）以 GM12878 的表观遗传信号替代 K562，用于分析不同细胞类型信号对模型泛化能力的影响。结果表明，在从头预测任务中引入目标细胞类型的表观遗传信号，能够显著提升染色质结构预测精度，凸显了利用生物学上相近的细胞类型信号对于提升跨细胞类型预测性能的重要作用。值得注意的是，这一性能提升在训练过程中未使用目标细胞类型的 Hi-C 标签数据的情况下仍然实现，表明仅依赖表观遗传输入即可为模型提供充分的信息，从而支持有效的泛化能力。

对训练过程中引入高斯噪声以增强模型鲁棒性和跨细胞类型泛化能力的影响进行了系统分析。初步实验表明，在对 CTCF 和 ATAC-seq 信号进行对数变换后，统一施加标准差为 0.1 的固定高斯噪声效果最优；更高水平的噪声会掩盖关键的细胞类型特异性信号，从而导致性能下降。

为进一步评估噪声注入策略，对固定标准差（SD = 0.1）的 ChromNet 与三种基于 IMR-90 中 CTCF 和 ATAC 信号全基因组均值进行动态缩放的噪声方案进行了比较。结果表明，动态缩放噪声在一定程度上降低了隔离度相关性，但在部分情况下提升了按距离分层的相关性，体现出不同指标之间的权衡关系。上述结果表明，固定噪声与动态噪声策略在不同任务侧重点下均具有有效性：当前者更有利于精确的 TAD 边界预测时，后者则更适用于整体染色质结构建模。引入噪声扰动能够模拟表观遗传变异，从而有助于模型同时捕捉染色质结构中的保守特征与细胞类型特异性特征。通过整合多细胞类型的表观遗传信号，在多项评估指标上均优于现有模型，进一步验证了多细胞类型表观遗传信息融合对于实现稳健的跨细胞类型染色质结构预测的必要性。

为进一步解析辅助分类器在跨细胞类型预测中的作用，对其在测试集上的内部特征表示进行了分析，并通过 t-SNE 进行可视化。结果显示，IMR-90 与 K562 样本形成了明显的聚类结构。然而，在 t-SNE 空间中仍存在部分样本相互混杂，这些样本对应于 Hi-C 接触频率较低且 CTCF 与 ATAC 信号接近零的基因组区域，可能缺乏活跃的调控信息，从而影响分类器对其进行可靠区分的能力。基于积分梯度（Integrated Gradients, IG）计算的显著性得分显示出多个显著峰值，这些区域与若干在 K562 中上调且与白血病生物学相关的基因发生重叠。

2.4 CTCF 与 ATAC 在 Hi-C 相互作用预测中的作用

为探究不同表观遗传特征的贡献，分别构建了两种模型：一种仅使用 CTCF 结合数据（ChromNet_onlyCTCF），另一种仅使用 ATAC-seq 染色质可及性数据（ChromNet_onlyATAC）。模型性能在多个细胞类型上进行了评估，指标包括隔离度的 Pearson 和 Spearman 相关系数，以及按距离分层的 Pearson 和 Spearman 相关系数。

去除 ATAC-seq 信号后，多个评价指标及细胞类型中的性能均出现中等程度下降。在 IMR-90 中，隔离度的 Pearson 和 Spearman 相关系数分别下降 1.6% 和 5.0%，按距离分层的 Pearson 和 Spearman 相关系数分别下降 1.8% 和 2.2%。在 K562 和 GM12878 中也观察到类似趋势，其中隔离度的 Spearman 相关性下降最为显著（–9.2%）。上述结果表明，尽管 CTCF 能够捕捉主要结构特征，ATAC-seq 仍提供了额外的细胞类型特异性信息，尤其在刻画局部隔离强度方面具有重要作用。

图4｜CTCF 与 ATAC 信号在 Hi-C 相互作用预测中的作用解析 a）ChromNet_onlyCTCF 相对于 ChromNet 的性能变化，按（ChromNet_onlyCTCF − ChromNet）/ ChromNet × 100% 计算。b）ChromNet_onlyATAC 相对于 ChromNet 的性能变化，按（ChromNet_onlyATAC − ChromNet）/ ChromNet × 100% 计算。c）ChromNet_onlyCTCF 与 ChromNet_onlyATAC 的性能差异，按（ChromNet_onlyCTCF − ChromNet_onlyATAC）/ ChromNet_onlyATAC × 100% 计算。正值（蓝色）表示性能提升，负值（红色）表示性能下降。d）CTCF 主导区域（蓝色）与其他区域（橙色）的平均隔离度分布密度图，虚线表示各组均值（p = 2.7e–19）。e）隔离度分布的箱线图比较；CTCF 主导区域的分布更为集中。f）变异系数（CV）比较：CTCF 主导区域为 0.156，其他区域为 0.555，表明后者具有更高的变异性。

相比之下，去除 CTCF 结合信号导致更为显著的性能下降。在 IMR-90 中，隔离度的 Pearson 和 Spearman 相关系数分别下降 5.0% 和 9.6%；在 GM12878 中，Spearman 相关性下降 14.5%。在所有四种细胞类型中，该性能损失均明显大于去除 ATAC-seq 所带来的影响，表明 CTCF 在界定染色质边界和维持结构隔离方面具有关键作用。

对 ChromNet_onlyCTCF 与 ChromNet_onlyATAC 的直接比较显示，不同相关性指标呈现出差异化趋势。在大多数细胞类型中，ChromNet_onlyCTCF 在隔离度相关性指标上优于 ChromNet_onlyATAC；然而，在按距离分层的相关性评估中，ChromNet_onlyATAC 在部分情况下表现更为优越。

为系统分析上述情况，定义了 CTCF 主导区域：在这些区域中，ChromNet_onlyCTCF 的隔离度相关性高于 ChromNet_onlyATAC，而按距离分层的相关性则低于后者。对 CTCF 主导区域的平均隔离度分布进行分析后发现，两类区域之间存在显著差异（p = 2.7e–19），其中 CTCF 主导区域的平均隔离度更高（约 20.28），而其他基因组区域约为 14.88。

进一步统计分析表明，CTCF 主导区域在隔离度上的变异性更低，其变异系数（CV）仅为 0.156，而其他区域为 0.555。此外，箱线图分析显示，CTCF 主导区域具有更高的平均隔离度且分布更加集中，表明这些区域具有更稳定的隔离特性。这一结果与密度分布分析一致，即 CTCF 主导区域表现出更高的隔离度且波动更小。

上述结果表明，ChromNet_onlyCTCF 在预测染色质拓扑边界方面表现更优，而 ChromNet_onlyATAC 在刻画全局染色质拓扑变化方面具有优势。具体而言，CTCF 主导区域通常具有较高的隔离度且变异性较低，表明 CTCF 结合信号在这些区域的染色质隔离结构建立中起主要作用。相较之下，在结构更为动态的染色质区域中，ATAC-seq 所反映的染色质可及性信息更具指示性，从而在按距离分层的相关性分析中表现更佳。

总体来看，不同相关性指标揭示了染色质拓扑预测的不同侧面，CTCF 结合信号与 ATAC-seq 可及性信号提供了互补信息。整合这两类表观遗传特征，有助于更全面地刻画不同细胞类型中的染色质结构变化，从而提升 ChromNet 的预测精度与泛化能力。

2.5 ChromNet 在疾病相关染色质结构分析中的应用

在病理条件下评估了 ChromNet 预测染色质结构的能力，重点针对急性髓系白血病（AML）数据集。与以往主要评估模型在常见细胞系（如 IMR-90、K562 和 GM12878）之间泛化能力的跨细胞类型分析不同，此处面对的是本质上更具挑战性的任务。AML 以广泛的染色质重塑为特征，会扰乱基因调控网络；在此背景下，利用基于健康外周血单个核细胞（PBMCs）训练的方法对 AML 细胞的染色质结构进行预测具有较大难度。而通过整合正常与恶性细胞的表观遗传信号，能够有效捕捉疾病相关的染色质结构变化，使其在研究白血病中的三维基因组组织方面具有重要应用价值。

在 PBMC 和 AML 样本中，ChromNet 在所有评估指标上均持续优于 C.Origami。尽管在 PBMC_103 中提升幅度相对有限，例如隔离度的 Pearson 和 Spearman 相关性仅分别提高 1.7% 和 6.7%，但在 AML 样本中的性能提升则十分显著。例如，在 AML_018 中，隔离度的 Spearman 相关性提升达 402.3%，按距离分层的 Spearman 相关性提升达 209.7%；在 AML_168 中，对应提升分别达到 686.4% 和 190.9%。这一趋势在多个 AML 样本中保持一致，表明对与白血病相关的染色质结构特征具有更强的捕捉能力。上述结果表明，在训练过程中引入与预测目标在表观基因组或谱系上具有相似性的辅助细胞类型，有助于提升模型对未见疾病样本的泛化能力，同时凸显了在跨细胞类型建模中合理选择辅助细胞类型的重要性。

图5｜ChromNet在AML样本中的性能比较 a）在 PBMC_103 与 AML 样本中，ChromNet 相对于 C.Origami 的性能提升情况。热图展示了 ChromNet 相对于 C.Origami 的提升百分比，按（ChromNet − C.Origami）/ C.Origami × 100% 计算，并在每个单元格中标注具体数值。b，c）小提琴图分别展示在 PBMC_103 与 AML 样本中，ChromNet（蓝色）与 C.Origami（橙色）的隔离度相关性分布（Pearson 与 Spearman）。d，e）在 PBMC_103 与 AML 样本中，按基因组距离分层的 Pearson 和 Spearman 相关性曲线，用于展示不同基因组距离下两种模型的预测性能。f）小提琴图展示 PBMC 与不同 AML 样本之间 DTW 距离的分布，对比 ChromNet 与 C.Origami 的表现。整体上，ChromNet 的 DTW 距离低于 C.Origami，表明其在刻画 PBMC 与 AML 细胞类型之间隔离度变化方面更为有效。g）柱状图展示 PBMC 与各 AML 样本之间的平均 DTW 距离，以及 ChromNet 与 C.Origami 的距离比值（Ratio = ChromNet / C.Origami）。

为进一步展示 ChromNet 的预测性能，对 PBMC_103 及两个性能差异显著的 AML 样本的 Hi-C 预测结果进行了可视化分析。其中，AML_018 中 ChromNet 与 C.Origami 的性能差距较大，而在 AML_546 中差异相对较小。上述结果直观表明，ChromNet 在正常与病理条件下均能够有效重建染色质相互作用。

小提琴图直观展示了 PBMC 与 AML 细胞中隔离度相关性的分布情况。在 PBMC_103 中，两种方法均表现出较高的相关性分布，但 ChromNet 具有更高的中位数且分布更为集中，表明预测结果更加稳定。而在 AML 细胞中，ChromNet 的优势更加明显，其相关性分布更高且方差更低；相比之下，C.Origami 的相关性较低，并在不同细胞之间表现出更大的波动性。通过对隔离度的 Pearson 和 Spearman 相关系数计算 Cohen’s d 效应量，对两种模型在不同细胞类型中的性能差异进行了系统评估。结果表明，在正常细胞（如 PBMC_103）中，两者性能差异较小（Cohen’s d < 0.2），预测能力相当；而在急性髓系白血病（AML）样本中，ChromNet 表现出显著优势，Cohen’s d 通常大于 0.8。在 AML_018 和 AML_472 等样本中，Cohen’s d 超过 1.5，表明对疾病相关染色质结构变化的刻画更为准确。按基因组距离分层的相关性分析进一步揭示了不同尺度下的预测性能。随着基因组距离增加，各细胞类型中的 Pearson 和 Spearman 相关性均呈下降趋势，但 ChromNet 始终保持更高的相关性，尤其在长距离相互作用（>1 Mb）中优势更为明显，而 C.Origami 的性能下降更为显著。这表明 ChromNet 在捕捉长程染色质相互作用方面更具优势，从而在不同细胞类型中提供更稳定的隔离度预测能力。这一能力在 AML 细胞中尤为关键，因为白血病相关的染色质重塑可能削弱 C.Origami 的泛化能力，而 ChromNet 对此类结构变化表现出更强的鲁棒性。

为全面评估 ChromNet 与 C.Origami 在 PBMC 向 AML 细胞类型转变过程中预测染色质拓扑变化的能力，重点分析了隔离度的动态变化。隔离度反映拓扑相关结构域（TAD）边界的强度，其动态模式能够揭示 PBMC 向 AML 转化过程中的染色质重塑过程。为量化模型预测与实验数据之间的一致性，采用动态时间规整（Dynamic Time Warping, DTW）距离进行分析。DTW 用于衡量实验观测到的 PBMC–AML 隔离度动态变化与模型预测结果之间的相似性；DTW 距离越低，表示预测轨迹与实验轨迹的一致性越高，从而反映模型对染色质拓扑动态的刻画能力越强。

PBMC 与 AML 细胞类型之间的隔离度动态预测结果表明，ChromNet 明显优于 C.Origami。ChromNet 始终表现出更低的 DTW 距离，同时具有更小的方差和更少的极端离群值，表明其在疾病背景下刻画染色质结构变化方面具有更强能力。相比之下，C.Origami 的 DTW 距离更高且分布更为分散，显示其在 AML 样本中的泛化能力较弱。因此，ChromNet 可作为一种稳健的计算框架，用于预测疾病状态下的染色质拓扑结构变化。

上述结果表明，在白血病等疾病状态下，ChromNet 对染色质结构变化的建模能力更强，而在正常细胞类型中的优势相对较弱。这进一步表明其在研究疾病相关染色质重塑方面具有潜在应用价值，可为揭示癌症及其他疾病的表观遗传机制提供新的见解。

2.6 基于ChromNet的三维染色质扰动分析

该实验旨在预测由表观基因组改变引起的三维染色质结构扰动，重点关注 CTCF 结合位点缺失所导致的结构变化。通过对输入的 CTCF 信号轨道进行扰动（即去除 CTCF 峰），评估模型对相关结构变化的预测能力。

实验基于 H1-hESC 细胞系，在 hg38 基因组坐标 chr8:54,165,000–54,170,000 的 SOX17 位点附近删除一个 CTCF 结合位点。已有研究表明，去除 SOX17 位点上游边界的 CTCF 峰会降低 SOX17 与其远端调控元件（DRE）之间的相互作用，同时增强其与上游 RGS20 位点附近边界的相互作用。为进一步验证模型在不同扰动情境及细胞类型中的泛化能力，将其应用于小鼠 Th1 细胞中 Ifng -70 kb 区域的 CTCF 结合位点缺失情形。预测结果显示，在 Ifng 位点附近，野生型（WT）与 CBS-70Δ 样本之间的染色质接触存在明显差异。上述结果表明，在 CTCF 定点缺失引起的三维基因组结构变化中，能够有效捕捉具有生物学意义的染色质相互作用改变，体现出良好的鲁棒性。

图6｜CTCF 结合位点在 SOX17 位点删除后引发的三维染色质结构扰动可视化 上排为 Hi-C 接触图：左侧为原始预测的 Hi-C 相互作用矩阵，中间为删除 CTCF 结合位点后的预测结果，右侧为差异矩阵（由原始预测减去删除后预测得到），用于突出显示由 CTCF 缺失引起的染色质相互作用变化（红色表示相互作用减弱，蓝色表示相互作用增强）。下方为对应基因组区域的背景信息，包括基因注释、CTCF 结合位点以及 ChIP-seq 信号轨道。

3 结论

提出了 ChromNet，这是一种多任务学习框架，能够在多种细胞类型中预测高分辨率的三维染色质结构，覆盖正常与恶性状态。通过整合多细胞类型的表观遗传特征，并在训练过程中引入噪声扰动信号，模型在不同细胞环境中表现出更强的泛化能力，同时对表观遗传信号变化具有良好的鲁棒性。该设计使模型能够同时捕捉染色质结构的保守性规律与细胞类型特异性的结构重构。

在跨细胞类型染色质重建任务中，ChromNet 持续优于现有先进模型，在多个常见细胞系（如 IMR-90、K562、GM12878 和 HCT116）中均表现出更高的预测一致性。进一步应用于白血病样本时，即使缺乏对应的 Hi-C 训练数据，仍能够准确捕捉疾病特异性的染色质结构变化。上述结果表明，ChromNet 可作为一种高效的计算工具，用于研究具有临床意义的染色质结构问题，尤其适用于受成本、分辨率或样本可得性限制而难以开展实验 Hi-C 测序的疾病研究场景。

除预测精度外，ChromNet 还为未来研究提供了多种拓展方向。该框架为大规模研究（如人类发育图谱和癌症表观基因组研究）提供了一种可扩展且具有成本效益的高分辨率三维基因组图谱构建策略。此外，该框架可进一步扩展以整合更多染色质标记或扰动数据（如 CRISPRi、CUT&RUN），从而实现对表观基因组变化与空间基因组组织之间因果关系的系统解析。特别是，通过整合组蛋白翻译后修饰谱（如 H3K27ac、H3K4me3、H3K27me3），可进一步提升对细胞类型特异性染色质结构的建模能力，并增强其生物学可解释性。结合下游分析，ChromNet 还可用于识别参与长程基因调控的关键调控元件，并为疾病分型或治疗反应预测提供潜在的结构性生物标志物支持。

进一步结果表明，训练过程中辅助细胞类型的选择对模型的泛化性能具有显著影响。与预测目标在谱系特征、调控程序或表观基因组特征（如染色质可及性或 CTCF 结合模式）方面具有相似性的辅助细胞，能够提供更具可迁移性的结构信息，从而提升染色质结构建模效果。这一发现强调了基于生物学特征进行辅助细胞选择对于提升跨细胞类型预测能力的重要性。未来可探索基于表观基因组相似性或发育相关性的系统化筛选策略，尤其适用于涉及疾病亚型或稀有细胞群体的研究场景。

总体而言，该框架为三维基因组研究提供了一种具有良好泛化能力的计算平台，在弥补实验数据局限性的同时推动方法学创新。其应用有望加速对发育过程及疾病状态下基因组调控机制的理解，并为以染色质结构为靶点的治疗策略设计提供支持。