Hi-C Meta测序分析是一种融合Hi-C技术与宏基因组测序的方法。
其核心流程为：基于Hi-C技术原理，首先对样本中所有微生物的DNA进行固定交联、酶切消化、邻近连接及捕获处理，以获取空间上邻近的DNA片段；随后通过宏基因组建库与高通量测序获得测序数据；最终借助生物信息学方法，依据细胞内遗传元件的相互作用关系，精准区分同一微生物内的染色体、质粒及噬菌体等不同组分。
这一技术不仅能辅助完成微生物完整基因组的组装，还可绘制高分辨率的宿主-质粒-噬菌体互作图谱。
图 HiC技术原理图（2009, Science）
基于Hi-C技术将contig精准锚定至菌株水平，实现单次组装产出数百个单菌基因组，突破传统分离培养限制，支撑复杂微生物群落的单菌基因组深度解析。相较于其他分箱技术，基于Hi-C的binning可以获得更多高质量的MAGs，发现复杂环境样本中的新物种。
2022年，Hi-C技术在人类肠道宏基因组数据集中的应用，充分验证了Hi-C辅助组装的有效性。基于Hi-C的分箱工具HiCBin表现优异：共获得67个近完整MAGs（Near-complete MAGs）、33个基本完整MAGs（substantially complete MAGs）及12个中等完整MAGs（moderately complete MAGs）；相比之下，常规分箱工具MetaBat2仅获得30个近完整MAGs、25个基本完整MAGs及22个中等完整MAGs（见图a）。总体而言，相较于常规分箱方法，Hi-C辅助的分箱策略不仅将高质量MAGs的产出量提升至2倍以上，总MAGs数量也达到常规方法的1.4倍。
图 在人类肠道数据集上，HiCBin优于其他分箱方法（2022, GB ）
借助Hi-C技术固定噬菌体与宿主的互作关系，单次测序即可精准锁定噬菌体与宿主的对应关系，为噬菌体-宿主互作的精准解析提供直接证据。
Hwang等研究者于2023年通过宏基因组及宏基因组Hi-C技术，首次系统解析了深海热液垫生态系统中微生物与噬菌体的互作关系。基于Hi-C信号，研究鉴定出36个复制型病毒宏基因组组装基因组（rep_vMAGs）与241个复制型微生物宏基因组组装基因组（rep_mMAGs）之间存在859对互作关系，初步勾勒出宿主-病毒间的潜在互作网络。
图 Hi-C技术构建宿主-病毒相互作用网络。（2023, NM）
通过Hi-C技术同步固定可移动遗传元件（质粒、转座子、抗性基因等）与宿主，系统揭示复杂微生物群落中的水平基因转移事件，涵盖耐药基因水平转移等关键过程。
利用Hi-C宏基因组学将移动遗传元件与其废水样本中的细菌宿主联系起来，分析了天然宿主-质粒废水群落网络，与非抗微生物耐药（AMR）性质粒相比，编码AMR的质粒与更多的细菌类群相互作用，且在连接整个网络方面更加重要。
图 基于标准化Hi-C连接的细菌-质粒网络（2024, NC）
凌恩生物HiC-Meta技术重磅回归！单次实验即可完成从宏组学到单菌基因组测序，病毒/质粒与宿主互作热点研究的全流程解析，助您高效斩获宏样本功能分析领域前沿成果！
即刻联系我们，开启微生物组研究的突破性篇章！期待您的来电：13032137192
[1] Comprehensive Mapping of Long-Range Interactions Reveals Folding Principles of the Human Genome. Science, 2009.
[2] HiCBin: binning metagenomic contigs and recovering metagenome-assembled genomes using Hi-C contact maps. Genome Biology, 2022.
[3] Viruses interact with hosts that span distantly related microbial domains in dense hydrothermal mats. Nature Microbiology, 2023.
[4] Host- plasmid network structure in wastewater is linked to antimicrobial resistance genes. Nature Communications, 2024.
