初识DNA甲基化芯片

DNA 甲基化作为重要的表观遗传学的标记，能够调控基因的表达，在生长发育和疾病相关研究领域都有着重要意义。测定甲基化的手段有很多，芯片作为一种成熟的手段，其稳定性，可重复性以及性价比，使得在DNA甲基化研究领域芯片占据了半壁江山。

对于human 来说，目前主流的DNA甲基化芯片有450K 和 850K 两种，都是illumina 公司研发的。这里的450K 和 850K 指的是芯片上探针的数量，对应可以检测的甲基化位点个数。

在GEO 数据库中，每种芯片都有对应的GPL 编号， 450K 芯片的链接如下：

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL13534

850K 芯片的链接如下：

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL21145

打开上面的链接，可以看到对应芯片的详细信息，我们来看下每种芯片探针的数量

1. 450k 芯片的探针数量：

1. 850K 芯片的探针数量：

从具体的探针数目也可以看出，450K 和 850K 是1个约数，用来表明探针的数量，覆盖的甲基化位点的个数。

探针是以甲基化位点为单位的，每个探针对应检测一个甲基化位点。为了能够区分甲基化位点和非甲基化位点，在450K 和 850K中，有两种类型的探针，分别叫做I 型探针和 II 型探针。示意图如下

对于亚硫酸氢盐处理的DNA ，非甲基化的C会变成T , 而甲基化的C不会变。 对于I 型探针而言，有两种序列，专业名词叫做bead type， 其中Unmethylated bead type 用来和非甲基化的C杂交，Methylated bead type 用来和甲基化的C杂交。

下面是450K 上一个 I 型探针的示例：

ID    cg00050873
AlleleA_ProbeSeq    ACAAAAAAACAACACACAACTATAATAATTTTTAAAATAAATAAACCCCA
AlleleB_ProbeSeq    ACGAAAAAACAACGCACAACTATAATAATTTTTAAAATAAATAAACCCCG

可以看到两种bead type 只有末端最后1个碱基不同，A 碱基用来杂交非甲基化的C, G碱基用来杂交甲基化的C。

对于II 型探针而言，设计的比较巧妙，它只需要1个bead type, 探针只涉及到甲基化位点的前一个碱基，在DNA 链的延伸阶段，根据延伸的碱基是A 还是 G , 从而判断是甲基化的C 还是非甲基化的C。

下面是450K 上一个II 型探针的示例：

ID    cg00035864
AlleleA_ProbeSeq    AAAACACTAACAATCTTATCCACATAAACCCTTAAATTTATCTCAAATT

可以看到只有1种bead type。

总结

1. 对于human而言，主流的DNA甲基化芯片有450K和850K两种，这两个数字代表覆盖到的甲基化位点的个数，是一个约数；
2. 甲基化芯片上混合使用了I 型探针和II 型探针，I 型探针通过两个bead type 分别识别甲基化的C和非甲基化的C，II 型探针通过1个bead type 就可以区分甲基化的C和非甲基化的C。