Hi-C数据在De novo 基因组组装中已经越来越成为标配，但是除了辅助基因组组装之外，Hi-C数据还被常用来解析基因组的三维结构，解析基因序列的三维调控方式。
应用场景：
1）已有Non-coding区域GWAS位点(QTL位点、变异位点)及Hi-C数据
2）已有Noc-coding区域SV及Hi-C数据
已有Non-coding区域GWAS位点(QTL位点、变异位点)及Hi-C数据
案例：
A multilayered post-GWAS assessment on genetic susceptibility to pancreatic cancer.
题目：多层次post-GWAS数据分析对胰腺癌遗传易感性评估
杂志：Genome Med IF 11.10 2021
GWAS样本：1,616 对照 ，1,317个样本，初始317,381 SNPs
Hi-C材料：7 个正常胰腺组织（共99M对valid pair），1个胰腺癌细胞系PANC-1（287M对valid pair）
互作矩阵分辨率：40k
结论：
l Hi-C数据提示XBP1基因区域可能是与胰腺癌相关的区域。
XBP1基因（标蓝的竖线）与GWAS得到的SNP位点（标黄的竖线），在正常样本中互作（红色link），而在癌症样本中无互作（紫色link）。XBP1基因在癌症样本中表达下调，且其promoter区域的H3K27ac信号在癌症样本中明显减弱。
l 亮点：与XBP1基因存在互作的区域内的SNP位点，在之前并未进入到人们的视野。XBP1在腺泡内稳态与胰腺导管腺癌中起到重要作用，而这些SNPs可能通过形成Loop环的形式来调节XBP1的表达。
