Abstract The 2m-long human DNA is tightly intertwined into the cell nucleus of the size of 10μm. The DNA packing is explained by folding of chromatin fiber. This folding leads to the formation of such hierarchical structures as: chromosomal territories, compartments; densely packed genomic regions known as Chromatin Contact Domains (CCDs), and loops. We propose models of dynamical genome folding into hierarchical components in human lymphoblastoid, stem cell, and fibroblast cell lines. Our models are based on explosive percolation theory. The chromosomes are modeled as graphs where CTCF chromatin loops are represented as edges. The folding trajectory is simulated by gradually introducing loops to the graph following various edge addition strategies that are based on topological network properties, chromatin loop frequencies, compartmentalization, or epigenomic features. Finally, we propose the genome folding model - a biophysical pseudo-time process guided by a single scalar order parameter. The parameter is calculated by Linear Discriminant Analysis. We simulate the loop formation by using Loop Extrusion Model (LEM) while adding them to the system. The chromatin phase separation, where fiber folds into topological domains and compartments, is observed when the critical number of contacts is reached. We also observe that 80% of the loops are needed for chromatin fiber to condense in 3D space, and this is constant through various cell lines. Overall, our in-silico model integrates the high-throughput 3D genome interaction experimental data with the novel theoretical concept of phase separation, which allows us to model event-based time dynamics of chromatin loop formation and folding trajectories.

Abstract Chromosome Conformation Capture (3C) methods, including Hi-C (a high-throughput variation of 3C), detect pairwise interactions between DNA regions, enabling the reconstruction of chromatin architecture in the nucleus. HiChIP is a modification of the Hi-C experiment, which includes a chromatin immunoprecipitation step (ChIP), allowing genome-wide identification of chromatin contacts mediated by a protein of interest. In mammalian cells, cohesin protein complex is one of the major players in the establishment of chromatin loops. We present an improved cohesin HiChIP experimental protocol. Using comprehensive bioinformatic analysis, we show that performing cohesin HiChIP with two cross-linking agents (formaldehyde [FA] and EGS) instead of the typically used FA alone, results in a substantially better signal-to-noise ratio, higher ChIP efficiency and improved detection of chromatin loops and architectural stripes. Additionally, we propose an automated pipeline called nf-HiChIP ( https://github.com/SFGLab/hichip-nf-pipeline ) for processing HiChIP samples starting from raw sequencing reads data and ending with a set of significant chromatin interactions (loops), which allows efficient and timely analysis of multiple samples in parallel, without the need of additional ChIP-seq experiments. Finally, using novel approaches for biophysical modelling and stripe calling we generate accurate loop extrusion polymer models for a region of interest and a detailed picture of architectural stripes, respectively.

Abstract Motivation We propose a practical algorithm based on graph theory, with the purpose of identifying CTCF-mediated chromatin loops that are linked in 3D space. Our method is based finding clique minors in graphs constructed from pairwise chromatin interaction data obtained from the ChIA-PET experiments. We show that such a graph structure, representing a particular arrangement of loops, mathematically necessitates linking, if co-occurring in an individual cell. The presence of these linked structures can advance our understanding of the principles of spatial organization of the genome. Results We apply our method to graphs created from in situ ChIA-PET data for GM12878, H1ESC, HFFC6 and WTC11 cell lines, and from long-read ChIA-PET data. We look at these datasets as divided into CCDs - closely interconnected regions defined based on CTCF loops. We find numerous candidate regions with minors, indicating the presence of links. The graph-theoretic characteristics of these linked regions, including betweenness and closeness centrality, differ from regions without, in which no minors were found, which supports their non-random nature. We also look at the position of the linked regions with respect to chromatin compartments. Availability The implementation of the algorithm is available at https://github.com/SFGLab/cKNOTs Contact Dariusz.Plewczynski@pw.edu.pl