一张 Hi-C 图，如何同时解析两条同源染色体？PSHIC 给出无分型新答案|snp|信号|同源|染色质|母源|细胞

金庸笔下，老顽童周伯通困于桃花岛，却在孤寂中悟出一门奇功，名为“左右互搏”：左手画圆，右手画方，一心二用，各行其道。后来这门功夫传给郭靖，使这位质朴少年在招式之间学会分辨与统摄，终成胸怀天下的侠者。

若把视线从江湖移到细胞核，二倍体基因组中也有一场类似的“左右互搏”。父源与母源两条同源染色体并肩存在，像一双同时出招的手：序列相近，却可能折叠出不同的三维形态；共同留下 Hi-C 实验中的接触信号，却又各自承载不同的调控信息。研究者面对的难题，是如何从一张混合的 Hi-C 图中，看清两套招式各自的脉络。

在二倍体基因组中，两条同源染色体虽然序列相似，却可能具有不同的三维折叠方式，并由此影响印记基因表达、X 染色体失活和等位基因特异调控等关键生命过程。然而，常规 Hi-C 实验得到的是两条同源染色体接触信号的叠加。如何从这一张“混合图谱”中拆解出母源和父源染色体各自的空间结构，一直是三维基因组研究中的核心难题。

近日，香港城市大学李帅成课题组在Nature Communications发表研究论文“PSHIC reveals allele-specific chromatin organization by phasing-free structural modeling”，提出一种无需phased SNP信息的二倍体Hi-C重建框架PSHIC。该方法不再依赖SNP给读段“贴标签”，而是把问题转化为结构反演：寻找两条同源染色体的潜在空间构型，使它们共同产生的接触信号能够最好地解释观测到的聚合Hi-C矩阵。

SNP依赖：等位特异Hi-C分析的一道隐形门槛

过去，解析等位基因特异三维结构通常依赖已分型 SNP：先根据 SNP 将 Hi-C 读段分配到母源或父源染色体，再分别构建接触图。这一策略直观，但在实际数据中受到明显限制。论文指出，在典型 SNP 密度下，最高可有 94.1% 的 Hi-C 读段对两端都无法提供明确的亲本来源信息，若直接丢弃会导致信号损失，若强行推断又会引入不确定性。

分型错误进一步放大了这一问题。研究显示，即使只有 0.05% 的 SNP 分型错误，部分 SNP 依赖方法的重建准确性也会明显下降。例如，ASHIC-ZIPM 的 SCC 从 0.936 降至 0.514。对于非模式生物、低杂合度样本或缺乏高质量参考基因组的场景，这种依赖成为推广等位特异三维基因组分析的重要障碍。

PSHIC 的核心出发点是：二倍体Hi-C重建不应只是局部读段分配问题，也应充分利用染色质折叠的整体结构约束。

从“读段分类”转向“结构反演”

与传统方法不同，PSHIC不追问单条读段来自哪条同源染色体，而是直接建模：是否存在两套同源染色体结构，其预测接触矩阵相加后能够最大程度解释观测到的 Hi-C 数据？

关键在于，常规 Hi-C 得到的矩阵并不是一团任意混合的噪声，而是两类结构化信号的叠加：一类来自父源染色体，一类来自母源染色体。更重要的是，这两类信号并非自由散落在高维空间中，而应来自两条同源染色体各自较低维、连续且受物理约束的结构流形。正是这种低维流形约束，使得“从一张混合矩阵中分离两套信号”在数学上变得有希望。

换言之，PSHIC并不是凭空把一张图拆成两张图，而是利用染色体折叠本身具有连续性、距离衰减、空间占据限制和同源染色体局部一致性这一事实，去缩小可能的解空间。否则，仅从一个总接触矩阵反推出两套结构会面临明显的可辨识性问题：同一张混合图可能对应许多种看似合理、却生物学含义不同的分解方式。

为实现这一目标，PSHIC将染色体表示为低维连续流形，并建立接触频率与空间距离之间的幂律关系。这里的流形并不是把染色体任意放入普通欧式空间，而是通过结构一致性、体积约束和距离—接触转换规律，编码染色质折叠的生物物理先验。算法通过优化两条同源染色体的流形嵌入，使两者预测接触之和接近观测矩阵，从而在不依赖 phased SNP 的情况下恢复父源与母源信号。

在真实 Hi-C 数据中，细胞群体异质性会带来优化不稳定性。为提高稳健性，PSHIC采用多次随机初始化独立求解，再通过谱聚类筛除异常解，并对有效结果取平均，最终输出母源和父源染色体的接触图与结构信息。

图1｜PSHIC 方法流程示意图：从聚合 Hi-C 接触矩阵出发，利用两条同源染色体的低维流形约束和结构优化，分离父源、母源信号并重建对应接触图及三维结构。

基准测试：在低深度、低SNP密度和分型错误下保持稳定

研究团队基于单细胞 Dip-C 数据构建模拟二倍体 Hi-C 数据集，并将 PSHIC 与 ASHIC-PM、ASHIC-ZIPM、Diploid-PASTIS、allele-certain 和 mate-rescue 五种代表性方法进行比较。评估覆盖测序深度、SNP 密度和 SNP 分型错误率三个维度，指标包括接触图一致性 SCC、染色质环检测 F₁ 分数和结构距离误差 DER。

结果显示，PSHIC在不同测序深度下均保持较高重建精度；当SNP密度降低或分型错误率升高时，其性能几乎不受影响。相比之下，SNP 依赖方法会随着可用 SNP 信息减少或分型错误增加而明显退化。在 0–2% 分型错误范围内，PSHIC的SCC始终维持在0.989 ± 0.004，显示出phasing-free策略在复杂数据条件下的优势。

图2｜模拟数据基准测试结果。PSHIC 在测序深度、SNP 密度和 SNP 分型错误率变化下保持稳定，并在接触图重建、染色质环检测和结构误差等指标上表现突出。

真实数据验证：从X染色体失活到印记基因调控

X染色体失活：在小鼠 Patski 细胞中，PSHIC 重建出失活 X 染色体 Xi 的典型双超域结构，并在 Dxz4 缺失和倒位编辑细胞系中捕捉到长程接触重分布、超域边界偏移等变化。这些结果与 CTCF ChIP-seq 以及既有 X 染色体结构研究相一致。

图3｜PSHIC 解析小鼠 Patski 细胞中 X 染色体失活相关结构变化。图中展示 WT、Dxz4 删除和 Dxz4 倒位条件下的等位特异接触图、主成分变化、双超域指数及差异接触图，表明 PSHIC 可捕捉 Xi 双超域结构及 Dxz4 扰动引起的长程接触重排。

H19/Igf2印记基因域：在小鼠 7 号染色体 H19/Igf2 区域，PSHIC 以 10 kb 分辨率解析出母源染色体上 H19 DMR 与 CTCF 结合簇的优先互作，以及父源染色体上围绕 Igf2 启动子的特异性接触模式。算法还识别出母源特异的 sub-TAD 边界，与 4C-seq 和 3D DNA-FISH 等独立实验证据相吻合。

RNAPII介导的调控网络：在人类 GM12878 细胞中，PSHIC 重建出 12 号染色体 LOC374443、CLEC2D 和 CLECL1 基因簇的父系特异增强子—启动子互作，并在 IGF2/H19 区域和 X 染色体上恢复出与 phased ChIA-PET 数据一致的等位特异结构特征。

意义：让等位特异三维基因组分析走向更多物种和样本

PSHIC 的意义不仅在于提高重建指标，更在于降低了等位特异三维基因组分析的前置门槛。由于不再依赖高质量 phased SNP 参考，该方法有望用于非模式生物、低杂合度样本、缺乏完善遗传资源的物种，以及难以获得可靠分型信息的研究场景。

从一张混合的 Hi-C 图中分辨两条同源染色体，像是在细胞核中辨认一场无声的“左右互搏”：父源与母源信号同时出手，却各有章法。PSHIC的价值，正在于它没有依赖外部SNP标签强行分派读段，而是通过对染色体折叠的低维流形进行建模，在结构约束中寻找隐藏于混合信号背后的两套同源染色体接触图及其潜在结构。随着比较基因组学、发育生物学、疾病表观遗传学和空间基因组学的发展，这一路线有望让更多物种、更多样本中的等位特异三维基因组结构被看见。

作者团队

论文通讯作者为香港城市大学李帅成教授。李帅成教授团队长期从事基因组学与生物信息学算法研究，关注三维基因组、结构变异、单细胞与空间组学等方向，致力于发展可解释、可扩展的计算框架，以解析复杂基因组数据中的结构与调控信息。论文共同第一作者刘为本科就读于香港城市大学，后赴斯坦福大学攻读硕士，马里兰大学攻读博士；论文共同第一作者王雪莹为香港城市大学博士生。作者张雨薇博士毕业于香港城市大学，目前在哈佛大学从事博士后研究。作者潘光泽为香港城市大学博士生。

代码开源：

https://github.com/deepomicslab/PSHIC

论文信息：

Liu W., Wang X., Zhang Y., Pan G. and Li S. PSHIC reveals allele-specific chromatin organization by phasing-free structural modeling. Nature Communications, 2026. DOI: 10.1038/s41467-026-78098-4。