染色体由长链DNA折叠形成紧凑结构，在维持基因组关键区域可及性的同时，将不常用部分相对“隐藏”。由于染色体体系规模庞大，其结构与动态特征的解析长期依赖实验数据与理论方法的结合。

赖斯大学José Onuchic与Vinícius Contessoto在近期论文中介绍了一种名为FI-Chrom的方法，旨在基于真实数据构建染色体三维图谱。相关研究发表于《美国国家科学院院刊》（Proceedings of the National Academy of Sciences）。

研究团队表示，FI-Chrom以染色体Hi-C图谱数据为基础。Hi-C图谱将染色体划分为长度单位“珠”，并记录不同“珠”之间接近的频率。该类数据反映的是任意两段序列相邻的概率关系，本身并不直接提供三维空间坐标。

研究人员将这一问题类比为在既定约束下的“逻辑谜题”：例如某一“珠”与其他“珠”分别以不同概率接近。理论上，只要为每个“珠”找到不违背Hi-C约束的空间位置，就能构建三维模型；但实际数据规模巨大，Hi-C图谱可能包含数十万个“珠”以及数千万条接触映射关系，使得求解难度显著增加。

Onuchic在论文中称，研究团队开发了开放获取程序FI-Chrom，用于将Hi-C图谱转化为染色体三维模型。论文第一作者、博士后Antonio Oliveira Jr采用逆统计力学方法构建了该程序。

Contessoto表示，FI-Chrom对研究人员开放使用，预期可用于从人类、酵母到细菌等多种生物体的染色体结构研究。

研究团队介绍，Oliveira在最大熵框架下对模型进行训练，并未预先向程序设定染色体应呈现的具体形态，而是让FI-Chrom在训练过程中逐步生成与已知Hi-C接触图匹配的结构集合。Oliveira称，在多轮训练后，程序生成的三维模型呈现出一些特征，这些特征无法直接从Hi-C二维图谱中观察，但在预测得到的三维结构集合中更为清晰。

除结构重建外，FI-Chrom还被用于将Hi-C数据集转化为对动态机制的刻画。研究团队指出，尽管Hi-C数据主要提供结构层面的信息，但由于其反映了不同“珠”彼此接近或远离的频率，研究人员可据此在模型不同位置推断可能的运动特征。

Contessoto同时强调，二维Hi-C图谱来自细胞群体测量，并不对应单一染色体构象，而是反映一组结构的集合。Onuchic表示，研究团队利用这些信息模拟染色质环，并通过FI-Chrom模型显示这些环为瞬时形成，而非染色体的静态特征。