纽约-一种新的方法，增加了空间方面的染色质可及性分析，提供了更多的分辨率的基本表观遗传驱动的细胞状态比以往任何时候。
该方法将ATAC-seq(通过测序检测转座酶可达染色质)与耶鲁大学樊荣(Rong Fan)开发的确定性条形码相结合。该方法被称为spatial-ATAC-seq，为染色质可及性的单核分辨率提供了潜力。
在周三发表的概念验证论文中自然，耶鲁大学团队及其合作者百分度c氧化铝Castelo-Branco在瑞典卡罗林斯卡学院的实验室展示了从小鼠和人类的组织切片中获得每个样本数千个细胞核数据的能力。网格状条形码方案提供了可调的分辨率范围，从10µm到50µm。
该论文的高级作者Castelo-Branco说，这种新方法可以帮助研究人员“超越”单细胞和空间转录组学方法所能揭示的内容。“我们可以在环境中看到细胞。＂
“我们在这里研究发展，但我们也对疾病感兴趣，”他说。“为了定义疾病生态位，看看染色质在疾病状态下是如何变化的，它真的打开了很多扇门。”
“这对表观基因组学领域来说非常令人兴奋，”密歇根大学医学院(University of Michigan Medical School)表观基因组学核心(epigenomics Core)董事总经理克劳迪娅·拉兰切特(Claudia Lalancette)在一封电子邮件中说，并补充说，她已经“关注这篇文章一年多了”。
她说:“单细胞ATAC-seq方法已经表明，染色质组织对于更好地理解细胞基因表达至关重要。”“因此，这种空间atac -seq方法将有很高的需求!”
范和共同第一作者邓燕翔已经申请了与这项工作相关的专利，空间- atac -seq已经通过范实验室的衍生产品AtlasXomics作为服务提供。
space - atac -seq是Fan和castello - branco实验室合作开发的几种方法之一。
到2020年底，范已经发展起来组织测序中的确定性条形码(DBiT-seq)，一种空间转录组学方法，使用微流体将组织样本与条形码叠加在10微米分辨率的晶格中。
他的实验室正致力于将条形码方案扩展到其他检测。”我从来没有学过神经科学。”“但我知道这是应用该工具的最佳系统。在器官发生的最初阶段，有如此多不同的组织类型在发育，它们都受到表观遗传改变的严格控制。如果有一个人是最好的合作者，那就是Gonçalo。”
实验室还开发了一种空间版CUT&Tag(目标下的切割和Tagmentation)，这是一种基于测序的染色质修饰方法，发表在2月份的科学(castello - branco的实验室最近开发了一种新的基于CUT&Tag的非空间方法，称为nano-CT）.
space - atac -seq遵循一个名为sciMAP-ATAC俄勒冈健康与科学大学(Oregon Health & Science University)安德鲁·阿迪(Andrew Adey)的实验室开发的，最初提供空间分辨率为200微米，间距为200微米，使用穿孔组织样本．
解锁新工作流程的关键之一是简单地将Tn5转座酶直接添加到组织部分。“没有人做过直接的标记，”范说。“事实证明，你不必首先得到高质量的原子核。”
他建议，人们可以简单地消化组织后直接进行批量分析，但为了增加空间维度，他开发的微流控平台增加了X和y坐标条形码，通过批量逆转录酶和原位结扎。
条形码重叠的区域形成“像素”。在论文中，研究人员使用了50x50的设置，每张幻灯片为2500像素;不过，范斌表示，他们已经将这种方法升级为100 * 100的条形码，每张幻灯片的像素为1万。在论文中，他们使用10µm和50µm像素用于小鼠胚胎，使用20µm像素用于大脑和扁桃体组织。
“我们确实得到了单细胞数据，”范说。“像素并不总是覆盖一个细胞，但如果像素中有细胞核，你就会得到单细胞ATAC-seq数据。”然而，一些像素可能覆盖多个核，这将需要反褶积算法，而空间ATAC-seq数据集还不存在这种算法。
邓估计，样品制备流程大约需要一天半的时间，每个样品的成本约为500美元，包括在商业NGS提供商的测序费用。大部分准备成本是由Tn5转座酶驱动的，每个样本约100美元。
在这篇论文中，研究人员将空间- atac -seq应用于各种小鼠和人类组织。范认为，这种方法适用于小鼠或人类的任何组织。
使用20 -µm在小鼠大脑和人类扁桃体组织的像素中，研究人员报告的中位数分别为每像素7,647和14,939个独特片段。其中，大约18%位于转录起始位点区域，24%和14%位于ATAC-seq峰值。他们说，作为比较，10x Genomics的非空间单细胞ATAC-seq检测在每个细胞中获得了17321个独特的片段，其中23%的TSS片段。
“我们用它来验证我们在文献中看到的许多东西，”Castelo-Branco说，比如参与增加或减少染色质可及性的基因调节器，以及淋巴滤泡中免疫细胞类型的组织，并补充说，这是“该技术潜力的展示”。vwin德赢ac米兰合作
“我已经在为我所服务的研究人员整合这个工具，”Lalancette说。“然而，我们不能忘记，染色质可及性是染色质组织中涉及的许多层表观遗传调控的‘最终结果’。”她指出，作者的空间切割和标签工作流程可以在相同的微流体条形码平台上运行，她期待看到在此基础上构建的其他分析。
随着单细胞分析越来越多模态化，空间分析也将很快跟上。“我真的认为这是最强大的数据分析可以实现的地方，”范说。“不仅使用自己的空间atac -seq数据，还添加单细胞RNA-seq数据。”
不过，需要为这类数据开发新的生物信息学策略。“像素可以有两个或三个核，”邓说。“原则上，你可以通过分解或反褶积来从每个不同的细胞核中获得表观遗传剖面。”
空间转录组数据的计算方法已经存在。“我希望有人能对space - atac -seq进行同样的反褶积，”他说。