Cell經典案例!單細胞ATAC-seq高分文章研究思路
2019.02.26

ATAC-seq(Assay for transposase-accessible chromatin with high-throughput sequencing)基于高通量測序進行染色質開放性研究,是時下表觀研究領域最熱門的技術之一。而單細胞ATAC-seq技術在此基礎上加以精進,實現在單細胞層面染色質可接近性的探索。具體的技術要點在單細胞 ATAC強強聯手分享過(點擊題目就可以跳轉哦),今天小編以兩篇Cell文章來跟大家分享一下單細胞ATAC-seq的應用及研究進展。

單細胞測序技術繪制人類造血細胞分化調控圖譜[1]


1.jpg

圖1 文章內容總覽


文章小結

文章通過對10類已定義的人類造血細胞亞群進行單細胞ATAC測序及數據分析,構建造血過程相關細胞的染色體可接近性圖譜,描繪造血分化軌跡。通過研究,文章發現CMPs亞群及GMPs亞群存在一定的異質性,進一步通過整合單細胞轉錄組數據聯合分析,解析轉錄因子動態調控變化機制。


重點結果

文章利用FACS從CD34+人骨髓細胞中分選出8類不同的亞群,包含骨髓細胞、紅細胞、淋巴譜系相關細胞,另外也選取了CD34+CD38-CD45RA+CD123-亞群細胞。通過單細胞ATAC-seq,獲得了2034個高質量細胞數據,每個細胞fragments中位數為8268,比對到peaks的比率為76%。


2.jpg

圖2 造血細胞單細胞染色質可接近性圖譜繪制流程


基于轉錄因子可接近性數據進行聚類分析,發現在HSCs中,HOX轉錄因子motif大量富集。而ID3、CEBPB及GATA1隨著淋巴細胞、骨髓細胞、紅細胞的分化,呈現出遞增的活性。


1551405156745401.jpg

圖3 基于轉錄因子可接近性的造血細胞譜系分析


研究分析鑒定出14個亞群,其中CMPs細分為4個亞群,GMPs分為2個亞群,表明這類細胞存在一定的異質性。


1551405231888135.jpg

圖4 De novo亞群鑒定


單細胞測序技術繪制哺乳動物染色質可接近性圖譜[2]

5.jpg

圖5 文章內容總覽


文章小結

文章對13個成年小鼠組織的約100000個單細胞進行ATAC測序分析,鑒定出85種不同的染色體可接近性模式及近400000個差異可接近性元件。利用測序數據,將調控元件及其目標基因關聯起來,基于轉錄因子特異性定義亞群,探索細胞染色質可接近性異質性,為哺乳動物細胞亞群基因調控相關的深入研究提供了依據。


重點結果

文章選取來源于17個8周齡雄性C57BL/6J小鼠的13個組織樣本,進行單細胞ATAC測序,獲得約100000個細胞的染色質可接近性數據,共鑒定出436206個可接近性位點。


1551405621895011.jpg

圖6 小鼠單細胞染色質可接近性圖譜繪制流程


將通過質控的81173個細胞的ATAC數據進行聚類分析,共鑒定出30個主要細胞亞群,其中大部分來源于同一組織的細胞都聚為同一亞群(比如91%肝臟來源細胞都在cluster 3)?;?0個主要細胞亞群的異質性,進一步細化分析,共鑒定出85種不同的染色體可接近性模式。


7.jpg

圖7 基于小鼠單細胞染色質可接近性的聚類分析


將單細胞ATAC及轉錄組數據關聯分析,發現大多數情況下,兩種方法分群注釋數據表現出較高的相關性。利用基于KNN的分類方法將單細胞轉錄組數據中常見標簽移植到單細胞ATAC數據中,發現兩者細胞分群結果基本一致。


8.jpg

圖8 單細胞ATAC及轉錄組數據聯合分析結果展示


不難看出,進行大規模、高通量的單細胞ATAC測序,不僅能解決細胞異質性帶來的偏差,更能獲得全面深入的結果。


10x Genomics單細胞ATAC優勢

1、低成本—每個細胞成本遠遠低于傳統單細胞測序、組織測序;

2、短周期—1h即可完成Tn5轉座酶對染色質開放區域的切割;

3、高通量—7min即可完成1,000-80,000個細胞核的標記;

4、大數據—可獲得多至萬個細胞的數據,不依賴于抗體捕獲,全面性研究染色質開放區域;

5、專業軟件—配套官方可視化軟件。


9.jpg

圖9 10x Genomics單細胞ATAC部分分析內容展示


10.jpg

圖10 安諾單細胞測序技術總覽


作為國內單細胞測序技術整體解決方案的提供商,目前安諾基因單細胞多組學研究具有全面的產品,覆蓋三大組學(基因組、轉錄組、表觀組),擁有豐富的項目經驗、合作單位100+、物種經驗50+、多篇高分文章IF累計100+,能夠有針對性并準確服務于不同的研究領域及研究策略,使得科研工作者可以更深入地了解細胞間的異質性。


參考文獻

[1]Buenrostro Jason D, Corces M Ryan, Lareau Caleb A, et al. Integrated Single-Cell Analysis Maps the Continuous Regulatory Landscape of Human Hematopoietic Differentiation[J]. Cell, 2018, 173:1535-1548.e16.

[2]Cusanovich Darren A, Hill Andrew J, Aghamirzaie Delasa, et al. A Single-Cell Atlas of In Vivo Mammalian Chromatin Accessibility[J]. Cell, 2018, 174:1309-1324.e18.



分享:
Copyright ? 安諾優達基因科技(北京)有限公司 京ICP備12029022號-1