G四联体是一种非经典型核酸二级结构,由富含鸟嘌呤的序列折叠而成。已有多种方法,包括生物物理、生物化学、计算方法和测序技术,对G四联体的结构和在基因组中的分布进行表征和定位。本课题组前期基于G四联体的存在会阻碍DNA聚合酶的前进,进而导致G四联体测序下游区域的碱基质量值呈现下降趋势的特性,建立了一套基于数据质控在全基因组范围内检测G四联体的流程。该检测流程对低质量值区域进行遍历,并结合G四联体的序列特征,获得全基因组范围内G四联体的分布情况。但是该研究在计算低质量值的时候,没有考虑完整的G四联体序列对结果的影响,粗略地使用了每个位点所有覆盖reads进行分析。本课题在充分考虑reads上G四联体序列的完整性的基础上,对reads和具有形成G四联体潜力的序列进行筛选,建立了全基因组经典型G四联体的检测流程,并分析了单核苷酸突变对G四联体的影响,对筛选的个体化G四联体序列,开展了个体化G四联体与转录的关联性。本课题分为以下三个部分:1.构建全基因组经典型G四联体检测流程首先,使用g4predict软件基于hg19人参考基因组预测具有形成G四联体潜力的序列（potential quadruplex,PQ）,共得到356,298个PQ。其次,基于包含整条PQ并且测序深度达到5以上的标准,对PQ区域的测序reads进行筛选,根据筛选后的有效reads计算PQ区域每个位点的中位质量值,进而获得低质量值区域。最后,滤除受其他结构（i-motif,poly A/T等）影响的低质量值区域后,获得能形成经典型G四联体的PQ区域。基于此流程筛选后剩余341,103个PQ,分析后共得到162,119个形成低质量值的区域,滤除47,046个发现其他结构的低质量区域后,得到能够形成经典型G四联体（detected PQ,d PQ）的共115,073个,约占分析的PQ总量的39.13%。2.全基因组个体化G四联体检测与分析基于GM12878的单核苷酸突变（SNV）信息,对该样本基因组内受SNV影响的G四联体进行检测和分析,获得GM12878细胞系样本的个体化G四联体信息。首先,基于GM12878样本的纯合突变修正参考基因组并重新预测PQ,共得到356,690个PQ,比修正前增加了2,264个,减少了1,872个。其次,基于前文构建的经典型G四联体检测流程,共获得1,155个受纯合SNV影响的个体化G四联体,约占受SNV影响新增PQ总数的54.97%。最后,分析杂合SNV对G四联体形成的影响,在碱基型1序列检测到的4,381个d PQ中有1,947个在碱基型2序列中检测不;碱基型2序列中检测的3,551个d PQ中也有1,117个在碱基型1中检测不到。不同碱基型形成G四联体潜力的差异性,充分证实了部分SNV突变会影响G四联体结构的形成。3.个体化G四联体与转录数据关联性分析为了分析个体化G四联体的存在是否会影响转录调控,使用上述检测流程对K562样本进行分析,并与GM12878中的个体化G四联体进行比较,在GM12878和K562中分别找到226和269个个体化G四联体。对个体化G四联体在基因组中的区域进行分析后发现,共有34个个体化G四联体坐落在外显子区、启动子区域或转录起始区。采用实时荧光定量PCR及转录组测序对两个样本中个体化G四联体所在转录本进行检测,结果显示,包含个体化G四联体的转录本发生差异表达的概率比转录本发生差异表达的平均概率高约1倍,表明个体化G四联体在转录过程中发挥重要作用。对不同样本进行个体化G四联体分析,对于研究G四联体在个体基因组中的转录调控具有重要的价值和意义。