超级增强子系列文章13：Deeptools绘制超级增强子区域组蛋白或转录因子富集热图

1.图片解读

1.1、图表核心信息 这是一张H3K27Ac ChIP-Seq的富集热图与平均信号曲线图，用于比较正常星形胶质细胞（Astrocytes）和转化型星形胶质细胞（Astrocytes transformed）在超级增强子与普通增强子区域的H3K27ac 组蛋白修饰状态： 左侧：胶质瘤超级增强子（Glioma Super-Enhancers, n=172） 右侧：胶质瘤典型增强子（Glioma Typical Enhancers, n=66） 1.2、图表结构解读 平均信号曲线（上半部分） 横轴：增强子中心上下游 ±3.0 kb 区域 纵轴：Mean read coverage（平均测序读段覆盖度，反映 H3K27Ac 平均富集水平） 对比结果： 超级增强子：正常细胞几乎无明显富集峰，转化型细胞在中心区域形成尖锐的高富集峰。 典型增强子：正常细胞已有明显富集峰，转化型细胞的峰更高、更宽，说明整体激活水平进一步提升。

热图部分（下半部分） 每一行代表一个增强子区域，列是增强子中心（Start-End）上下游 ±3.0 kb 的基因组坐标。 颜色深浅代表H3K27Ac 信号强度（红色越深，信号越强）。 对比两组细胞： 超级增强子：转化型星形胶质细胞的红色信号显著强于正常星形胶质细胞，且在超级增强子中心区域形成明显的高富集峰。 典型增强子：两组均有较强信号，但转化型星形胶质细胞的富集程度仍略高于正常细胞。

1.3、生物学意义解读 H3K27Ac 是活跃增强子 / 启动子的组蛋白修饰标记，信号强弱直接反映区域的增强子激活程度。 超级增强子（Super-Enhancers）：通常调控关键细胞身份基因和癌基因，在肿瘤发生中常被异常激活。本图显示：转化后的星形胶质细胞中，胶质瘤超级增强子被显著激活，而正常细胞中这些区域几乎沉默。 典型增强子（Typical Enhancers）：调控一般功能基因，本图显示其在正常细胞中已有基础活性，转化后活性进一步增强。 核心结论：星形胶质细胞恶性转化过程中，胶质瘤相关增强子（尤其是超级增强子）被大范围激活，可能通过上调癌基因表达推动肿瘤发生。

2.Deeptools 用法

# 计算矩阵：
computeMatrix scale-regions \ 
-S H3K27ac-CHIP.bw \
-R SE.bed TE.bed \
--binSize 10 \
--skipZeros\ 
--regionBodyLength 5000 \ 
-b 3000  -a 3000 \ 
-o SE_TEmatrix.gz  
    
# 绘制热图：对应图片输出 
plotHeatmap -m SE_TEmatrix.gz  -out SETEHeatmap.pdf 

3.代码解读

这段代码使用Deeptools的computeMatrix在scale-regions模式下计算基因组区域的信号矩阵，并通过plotHeatmap生成热图可视化，用于分析组蛋白修饰（H3K27ac）和蛋白（BRD4）在超级增强子（SE）和典型增强子（TE）区域的信号分布。以下是详细解读：

3.1. computeMatrix scale-regions命令解读 scale-regions模式：将所有输入区域（如增强子）缩放至--regionBodyLength指定的长度（此处5000 bp），并在其上下游延伸指定距离，适用于分析可变长度区域 。 -S H3K27ac-CHIP.bw 输入bigWig文件，包含H3K27ac ChIP-seq信号数据 。 -R SE.bed TE.bed：指定BED格式的区域文件，分别对应超级增强子（SE）和典型增强子（TE），多个文件会分组处理 。 --binSize 10：将每个区域划分为10 bp的窗口，计算每个窗口的平均信号值，提高分辨率 。 --skipZeros：跳过所有信号值为0的窗口，减少输出文件大小并避免噪声干扰 。 --regionBodyLength 5000：关键参数，将所有区域缩放至5000 bp的统一长度，确保信号在可比尺度上计算 。 -a 3000 -b 3000：在缩放区域的下游（-a）和上游（-b）各延伸3 kb，总覆盖区域为“上游3kb + 缩放体5000 bp + 下游3 kb”。 -o SE_TEmatrix.gz：输出gzip压缩的矩阵文件（SE_TEmatrix.gz），供后续可视化工具使用 。

3.2. plotHeatmap命令解读 此命令基于computeMatrix生成的矩阵文件创建热图，参数如下： -m SE_TEmatrix.mat.gz：输入矩阵文件（由computeMatrix生成），包含SE和TE区域的信号强度数据 。 -out SETEHeatmap.pdf：输出PDF格式的热图文件（SETEHeatmap.pdf），文件后缀自动决定格式 。 未显式参数： 默认行为：热图按信号强度自动排序，区域组（SE/TE）和样本（H3K27ac）分开展示 。 可扩展选项：如需调整颜色（--colorMap）或添加聚类（--kmeans），需额外指定 。

3.3. 整体流程与注意事项 流程逻辑：通过computeMatrix提取信号并生成矩阵。用plotHeatmap将矩阵转换为热图，直观展示信号富集模式 。 注意事项：区域缩放：scale-regions模式适合基因体等长度不一的区域，若需固定参考点（如TSS），应改用reference-point模式 。 文件一致性：plotHeatmap的输入文件名需与computeMatrix输出完全匹配（此处应为SE_TEmatrix.gz，代码中误写为.mat.gz，可能导致报错）。 可视化优化：建议添加--samplesLabel和--regionsLabel以标注样本和区域组，提升可读性 。

4.参考文档

图片来源：Primary Source: Deforzh, E., Kharel, P., Zhang, Y., Karelin, A., El Khayari, A., Ivanov, P., & Krichevsky, A. M. (2024). "HOXDeRNA activates a cancerous transcription program and super enhancers via genome-wide binding." Molecular Cell, 84(20), 3950–3966.e6. DOI: 10.1016/j.molcel.2024.09.018

Deeptools官方文档：https://deeptools.readthedocs.io/en/latest/content/tools/plotHeatmap.html

Deeptools中文博客文章：https://cloud.tencent.com/developer/article/1556577