来自耶鲁大学和卡罗林斯卡研究所的研究人员及其合作者开发了两种新的空间生物学方法，可以同时分析哺乳动物组织的表观基因组和转录组。
描述于自然研究本月早些时候发表的这些方法，被命名为空间ATAC-RNA-seq和空间CUT&Tag-RNA-seq，为研究人员并排研究全基因组表观遗传修饰和基因表达，以更好地了解复杂组织中的基因调控事件打开了大门。
“一旦你知道了表观遗传修饰，你还想知道它们是否实际上控制了[基因]表达，”耶鲁大学生物医学工程教授、该研究的通讯作者范荣(Rong Fan)说。“我真的认为这是一个理解基因表达生物学的完美工具。”
空间ATAC-RNA-seq和空间CUT&Tag-RNA-seq都是建立在Fan实验室之前开发的工具之上的，在组织测序中使用确定性条形码(DBiT-seq)技vwin德赢ac米兰合作术。
对于空间ATAC-RNA-seq，该方法结合spatial-ATAC-seq(使用新一代测序对组织切片进行空间分辨染色质可及性分析)，结合空间转录组学分析，从而形成一个可以联合分析染色质可及性和mRNA表达的工作流程。类似地，空间CUT&Tag-RNA-seq是两者的交叉spatial-CUT&Tag这是为组蛋白修饰的全基因组分析和空间RNA-seq开发的。
为了将空间- atac -seq或空间- cut&tag与RNA测序相集成，研究人员设计了一种协同条形码方案，他们将两个相互垂直流动的微流控通道阵列芯片顺序放置在组织切片上。每个微通道都会在组织上释放一个空间条形码，生成一个二维的空间条形码组织像素网格，每个网格都标有独特的条形码组合。
“我想强调这种组织内条形码方法是多么通用，”范说。“只要你能得到标记的初始分子信息……我们正在使用相同的微流体技术，为表观基因组和转录组的标签添加空间地址代码。”
Fan指出，DBiT-seq还可以实现连接蛋白、表观基因组和转录组分析，为此他已经开始生成数据。
由于空间表观基因组和转录组工具之间并不自然兼容，Fan说，他的团队已经做了大量的协议开发，以提出新的集成工作流程。
“这不是小事，”他说。“我们必须做很多优化，才能找到一个适用于表观基因组和转录组的平衡条件。”
例如，虽然空间转录组学分析要求组织是固定的，但表观基因组学工作流程需要样本保持新鲜。因此，研究人员使用了更低浓度的多聚甲醛进行固定，范说。
此外，为了提高所覆盖组织区域的分辨率，研究人员开发了一种微流体条形码芯片，能够实现100 × 100条形码方案，将组织切片分成10,000个像素，每个像素大小为20 μm。因此，该平台可以覆盖约16毫米的面积2作者指出，在接近单细胞分辨率的情况下。
“我们没有妥协，”范冰冰说。“实际上，我们在吞吐量和数据内容方面做得更好。”
为了研究表观遗传状态与基因表达之间的因果关系，以及它们对细胞调控的意义，研究人员将这两种新技术应用于胚胎和幼年小鼠大脑以及成人大脑海马体。
例如，通过共同分析染色质可及性和RNA，作者在幼年小鼠大脑中绘制了超过21000个表观遗传调控元件和靶基因之间具有统计学意义的相关性。
此外，研究人员现在能够进行伪时间分析，以深入了解细胞分化过程。“现在有了两种不同的组学，你可以看到哪些细胞已经被表观遗传学启动。这是人们的假设，但之前没有办法证明这一点，”范指出。
更令人惊讶的是，研究小组发现，少突胶质细胞前体细胞的一些特征基因仍然可以通过开放染色质获得，即使它们的表达开始减少。“这完全是一个惊喜，”范说。“我认为这是一个非常酷的发现。你能看到这一点的唯一方法是通过多组学数据。”
“很多时候我们研究表观基因组修饰，就像，‘后果是什么?’”密歇根大学医学院(University of Michigan Medical School)表观基因组学核心董事总经理克劳迪娅·拉兰切特(Claudia Lalancette)说，她没有参与这项研究。“将转录组和表观基因组层[放在一起]可以让你在组织背景下回答这个问题。”
Lalancette说，通过实现空间表观基因组和转录组联合分析，新工具可以帮助研究人员深入了解各种生物学问题，例如癌症环境中的基因表达机制。
尽管有这样的前景，Lalancette说，要在她的实验室采用这些新方法，用于传输组织内条形码的微流体平台需要首先商业化，因为她的团队在内部构建一个平台可能具有挑战性。
她说，一旦这个平台可用，她的团队将“非常兴奋”地尝试这些新工具。“我很乐意为我的调查人员提供这些信息，”她说。“我已经告诉我的机构，我想要这项(技术)。”vwin德赢ac米兰合作
该研究的作者已经申请了与新方法相关的专利。此外，Fan还是AtlasXomics的科学创始人和顾问，AtlasXomics是耶鲁大学的一个分支，为空间atac -seq和空间cut&tag提供商业解决方案。
虽然范没有透露AtlasXomics是否有将新方法商业化的计划，但他说，该公司在商业上提供空间表观基因组-转录组联合分析“并不太难”。
在下游分析方面，由于表观基因组和转录组的联合分析产生了一种新的数据类型，因此仍然需要开发特定的数据管道。范说:“我欢迎人们加入我们的数据，并提出更好的方法，以更标准化的方式进行这种类型的数据分析。”
展望未来，他说他的团队将继续在衰老和衰老的表观遗传机制等领域使用新方法。
“我只是认为这是研究组织生物学的一个更好的工具，”范说。“我的下一步是利用这些技术更好地理解一些有趣的生物学问题。”