【普鲸甲基化小讲堂】第6讲 - 5mC与CpG岛

在第三讲中我们提到过，我们以后的小讲堂只关注胞嘧啶甲基化（5mC），提到这个，大家耳熟能详的一个就是“CpG”了，这里是指胞嘧啶C和鸟苷酸G形成的二核苷酸片段，字母p代表连接两个核苷酸分子的磷酸键。CpG二核苷酸是最为人们所熟知的甲基化位点。

不只是CpG

但是，人体内所有的甲基化模式都是CpG二核苷酸么？还真不是！

当胞嘧啶C后面跟的是其它核苷酸比如另一个C或者腺嘌呤A，胸腺嘧啶T的时候，这个胞嘧啶C依然是可以被甲基化的。这种模式被称为CHG或者CHH，其中H是简并碱基的意思，它代表除了G以外A\T\C的任意一种核苷酸。CpG、CHG和CHH是甲基化的三种模式。在植物中，这三种模式是普遍存在的。

而在人类中，CpG模式是占主流的，只有在配子及胚胎发育早期以及一些干细胞中会存在约1/4的CHG及CHH甲基化模式。

图上下方的曲线图紫色区域显示了5mCH/CH的比例变化，可以看到在配子时期，CHG与CHH都占有很大的比重，这一时期并不是CpG一家独大的。当然，在人生中绝大部分的时期里CpG都是占据绝对主流的。

CpG岛

提到CpG，伴随而来的另一个名词就会跃入脑海：CpG岛。

顾名思义，所谓CpG岛就是多个CpG二核苷酸位点密集地聚集在一起，好像DNA大海中一个个孤独的小岛，所以被称为CpG岛（CpG Island）。

目前通行的CpG岛的概念最早是由Gardiner-Garden和Frommer于1987年提出(J.Mol.Biol 196,261-282)，而后在2002年由Takai D和Jones PA进行了一些更新，不过我们最常获取CpG岛的数据来自UCSC数据库，在UCSC上下载的CpG岛数据依然是以Frommer等提出的定义为标准的。

按照定义，一个所谓的“CpG Island”应当满足如下三条标准：

有了这个定义，我们完全可以根据序列特征计算CpG岛的存在与否了。而现在，我们可以从UCSC网站上直接去下载最新的CpG岛数据，具体方法是打开浏览器，输入网址https://genome.ucsc.edu/cgi-bin/hgTables，在页面中设置选项参数assembly = hg19，group = Regulation， track = CpG Islands，完毕后点击【get output】即可下载了。

很多人都知道，CpG岛多位于启动子区，这样的基因占总数的比例在60-70%左右，但是更进一步严格点说，实际上在转录起始位点（TSS）附近范围内都是CpG富集的区域，不只是在TSS上游的promoter区，很多基因在第一个外显子区也富含CpG形成CpG岛。

下面我们来看一个典型例子，这个例子是前几日普鲸君设计焦磷酸引物时碰到的：

最终，别忘记了：不是所有的甲基化CpG都位于CpG岛内，只是目前CpG岛的作用及对我们的研究意义较大，请大家在小讲堂结束时也不要忘记这一点，后续我们会讲到散在的CpG二核苷酸甲基化的作用。