背景：ゲノムの三次元構成は、その機能と制御の根幹をなす。Hi-Cなどのハイスループット染色体コンフォメーション捕捉技術は、ゲノムの空間的構成に対する理解を一変させた。しかし、3Cに基づく手法は多くの資源を要し、技術的にも難しい。このため、Hi-C相互作用行列を予測する計算手法の開発が進められてきた。条件付き生成敵対的ネットワークに基づく新規手法Hi-cGANは、Hi-C相互作用行列を予測することで、大規模なウェットラボ実験に代わる計算的選択肢を提供する。この計算手法は、ゲノム構造のより広範な探索と理解に寄与する。所見：本ネットワークは畳み込み生成器と畳み込み識別器を組み合わせ、ビンサイズ、入力、細胞型にわたって評価された。2～25 kbのビンサイズで全ゲノムをcoolファイルとして予測する一方、Akita、C.Origami、Epiphanyは、それぞれ1 Mb、2 Mb、990 kbの固定ウィンドウを出力する。検証用染色体で入力を選択した場合、一致度はEpiphanyに近づくものの、配列ベースのC.OrigamiおよびAkitaを下回った。Akitaの411個の保留ウィンドウにおける平均相関は、Akitaの0.506に対して0.238であった。境界およびループの検出結果の一致度はさらに低く、得られたマップはドメインスケールに位置づけられた。結論：クロマチン因子の占有状態は接触構造の相当部分を決定し、2種類のトラックでその大半を捉えられる。最も情報量の多いトラックは解像度によって異なり、5～10 kbではCTCFおよびコヒーシンのサブユニット、25 kbでは活性ヒストンマークであった。未知の細胞型への転移ではSCCが約0.12低下し、どの手法が優位となるかは評価尺度に依存した。
https://doi.org/10.64898/2026.08.30.748103