Job dekker曾说 一切皆没有意义，除了在三维结构的前提下。那么对于三维基因组学多组学联合分析而言，我们也有一套以三维基因组学的中心法则。
首先，通过全基因组的层面上比较两个或多个样本上的整体差异，比如在正常细胞系中，我们可以看到全基因组交互热图很干净而在癌症细胞系中有很多“脏”的点（染色体之间有很多异常的交互区域）
在最新的泛癌研究中《Disruption of chromatin folding domains by somatic genomic rearrangements in human cancer》，发现这些比较脏的点主要是由于一维结构的变异导致的，如下图：
那么，如果我们做医学方面的研究的话，我们如何获取这些异常的交互呢？在2018年的文章中《 Integrative detection and analysis of structural variation in cancer genomes》提出了鉴定的方法hicbreakfinder。
在我们得到这些异常交互的区域之后呢，我们可以结合WGS数据或者三代的数据，从一维结构进一步进行验证分析。从ecDNA的角度出发呢，我们可以通过二代鉴定ecDNA，看这些translocation区域有没有可能是由于ecDNA导致的。
全局以及局部鉴定完成，就到达我们三大层次结构的研究。首先是ABcompartment 。如果是分化方向的课题呢，我们会关注ABcompartment随着分化的进行是不是越来越清晰，每个时期独有的compartment 都富集了哪些基因，不同时期compartment的修饰有何变化 .... 此外，如果是医学方向，我们会关注相对于正常样本，癌症样本的ABcompartment 有没有发生转换，发生转换的区域都有哪些基因？有没有核心的基因家族，有没有富集到特定的通路中。
TAD的部分的话，同样的，如果是分化方向，我们会关注TAD结构是否随着分化的进行，结构变得更加清晰，TAD signal是否变得更强。如果是医学方向，我们则会关注，是不是TAD边界发生了结构性的变异？是否发生TAD 融合和分离的现象。
在loop层级的分析，可以利用WGS数据，看一下loop 的anchor有无发生一维结构的变异。其次看一下loop anchor有没有一些核心的基因。结合chip数据看一下这些核心的基因的调控关系到底是什么样子的。
