2021年10月14日，来自东南大学陆祖宏等研究团队在Nature Communications上在线发表了题为“Direct genome-wide identification of G-quadruplex structures by whole-genome resequencing”的研究论文，提出了一种全基因组DNA G-四联体（G4）分析方法，该方法通过抓住测序质量的轻微波动，从普通的全基因组重测数据中识别G4结构，所给的方法可用于识别和描述特定个体的全基因组G4s。
G-四联体（G4）结构是B型DNA双螺旋结构的另一种构象，产生于富含鸟嘌呤的序列。在单链RNA序列中也发现了G4s。一个四链G4是由两个或更多的平面G-tetrads堆积而成，一个G-tetrad通过四个鸟嘌呤的Hoogsteen氢键形成。G4结构被认为是结状结构，已被证明在体外接近生理条件下稳定形成。G4结构被阳离子所稳定，根据以下顺序偏向于单价阳离子的稳定。基因组中G4结构的形成可以影响染色质结构和许多基本的生物过程，如DNA复制和基因调节。识别全基因组或全转录组的G4将加速对这些结构的形成、稳定性和功能的研究。
在过去的十年中，已经开发了几种方法来识别全基因组或全转录组的G4，包括计算序列分析和实验。通过搜索简单的共识序列或容纳结构变体，计算工具已经帮助识别特定基因组中潜在的G4。计算预测采用的算法来自于少量序列的实验数据，需要彻底的实验验证。使用染色质免疫沉淀后的高通量测序（G4 ChIP-seq），可以检测DNA G4s并将其映射到基因组中。在这些方法中，针对已知G4结合蛋白的抗体被用来推断G4s。值得注意的是，G4 ChIP-seq依赖于特定的抗体，可能会引入潜在的偏差。DNA中折叠的G4的存在会使DNA聚合酶停滞。结合高通量测序（G4-seq），根据全基因组的DNA聚合酶停止试验，确定了超过70万个DNA G4位点。在G4-seq中，每个DNA模板被测序两次。
最初的测序运行使用不稳定G4的单价阳离子Na+，以确保准确的测序，第二次测序运行是在G4稳定的条件下进行的。通过基于第一次测序运行结果的错配定量，在体外检测到折叠的G4s在整个基因组中。同样，使用逆转录酶滞后（rG4-seq）高通量地检测了RNA G4结构。G4-seq是一种快速和强大的方法来识别基因组中的G4位点，其中包括各种难以预测的非经典G4结构。G4-seq的优化版本已被用于生成12个物种的全基因组G4图。然而，G4-seq取决于测序缓冲器的容纳量，这对大多数研究人员来说是无法达到的。两次测序运行也意味着双重成本。如果G4结构能从标准的高通量测序数据中直接剖析出来，那么该程序将更加方便用户和具有成本效益。
该研究提出了G4-miner，一种从标准测序数据中直接识别G4结构的全基因组方法。G4-miner检查了整个基因组的测序质量，抓住了局部的意外波动，并将一些质量波动归结为G4的不稳定形成。在标准Illumina测序条件下对原发性人类B淋巴细胞的DNA进行了测序。虽然标准的Illumina测序缓冲液不会引起强烈的G4稳定化，但从G4结构开始，测序质量出现了轻微的、不稳定的下降。将人类基因组中的MG4位点，与计算预测和优化G4-seq的结果进行了评估，并利用查获的G4位点评估了单核苷酸变异（SNVs）在G4形成中的影响。给出的方法为识别全基因组的G4结构提供了一个方法。
参考消息：
https://www.nature.com/articles/s41467-021-26312-w