在现代生物学研究中，去深入理解细胞间的异质性及基因的调控机制对于揭示生命过程的奥秘至关重要。近些年来，单细胞测序相关技术也在不断的快速发展，而目前研究热度最高的除了单细胞转录组，单细胞ATAC-seq也成为目前表观遗传学领域中的又一利器，那么究竟什么是单细胞ATAC-seq (scATAC-seq)？它与我们较为熟知的bulk ATAC又有哪些区别呢？我们通过scATAC-seq可以获得哪些分析内容？针对于scATAC-seq的研究存在哪些优势呢？下面带领大家逐步领略scATAC-seq的独特魅力！
ScATAC-seq VS bulk ATA-seq（概念&区别）
单细胞ATAC-seq技术，全称为单细胞转座酶可接近染色质测序技术（Single-Cell Assay for Transposase - Accessible Chromatin using sequencing）。将单细胞技术和传统的bulk ATAC-seq进行结合，从单细胞的水平揭示细胞核内的染色质可及性变化和在细胞间的异质性。它的核心原理是通过携带测序接头的特殊的转座酶Tn5，随机插入并打断染色质开放的可及性区域，并将打断后的染色质DNA收集在一起，进行后续的建库、测序和分析，以此得到全基因组上的开放染色质区域信息。相对于单细胞ATAC-seq，bulk ATAC-seq通常是针对整个的个体而言，反应的是数千个细胞的平均染色质的开放状态；而scATAC-seq是从单细胞水平上去鉴定不同细胞类型的染色质开放区域，可以有效区分样品中不同的细胞亚群的开放染色质区域及差异peak信息。
图 1 单细胞ATAC-seq的实验作用原理
scATAC-seq的技术优势和应用价值
单细胞ATAC-seq作为一种新兴的研究技术手段，具有其独特的技术优势和应用价值：
揭示不同细胞类型和功能差异：通过分析不同细胞的染色质开放状态，可以准确鉴定细胞类型，并深入了解其功能差异和分化状态。 研究基因调控机制：染色质的开放状态与基因的表达水平密切相关，单细胞ATAC测序技术可以帮助揭示细胞内基因调控的网络机制。 发现潜在药物靶点：通过比较致病组织中细胞的染色质开放性的差异，可以筛选潜在的药物靶点，为新药物的开发提供新思路。 精准医学应用：在肿瘤学、免疫学等领域，单细胞ATAC测序技术可以肿瘤细胞微环境和免疫微环境中的细胞类型和状态，进而可以肿瘤用药指导和预后评估，实现个性化医疗诊断和治疗。
和单细胞转录组类似，单细胞ATAC技术的应用场景非常广泛，包括但不限于以下领域：
免疫学：可以揭示不同类型免疫细胞在疾病发生和发展中的作用机制，为免疫治疗提供理论依据 肿瘤学：可以研究肿瘤细胞的异质性和分化状态，发现潜在的靶向治疗策略 发育生物学：揭示胚胎发育过程中各种细胞类型的转录调控网络，深入理解发育机制 精准医学：通过分析患者样本，为个性化诊断和治疗提供重要参考 植物学：可以揭示植物如何通过染色质状态的改变来适应不同的环境条件、以及免疫反应的调控机制、不同的发育阶段染色质开放程度变化
scATAC-seq可以实现的分析内容(标准分析&高级分析)
接下来我们为大家详细介绍基于scATAC-seq的测序数据分析，都可以实现哪些内容呢？
一、标准分析相关内容
1.细胞的降维聚类及Marker基因的可视化
图 3 样本的降维聚类分析
图 4 不同细胞类型marker gene的可视化
该分析是我们对单细胞ATAC-seq数据处理的非常重要的基础步骤。我们通过降维算法降低数据维度，将高维度的染色质可及性数据能够以直观的方式呈现出细胞间差异，再利用聚类算法对不同细胞群进行划分，随后确定细胞大类和亚类的特征性的Marker基因，并将这些信息可视化展示，方便后续的数据分析。
2.细胞类型注释结果鉴定
图 5 细胞类型的注释鉴定
我们基于具体的生物学背景知识和相关数据库，根据不同Marker基因的表达情况对细胞大类或者亚类进行注释，同时，为了能够更准确的对细胞类群进行注释，通常我们还需要结合单细胞转录组数据的注释结果开展联合分析、并进行映射，这样会更有利于我们开展后续的差异分析和功能挖掘。
3.不同细胞类型或样本之间的染色质开放程度变化分析
图 6 不同细胞类型的染色质开放程度差异分析
图 7 基因的染色质差异结果可视化分析
通过后续的单细胞ATAC数据分析，揭示不同细胞类型或样本间染色质可及性的差异分析及对差异的peak结果进行可视化的呈现，可以有效反映不同细胞特异性基因调控和功能变化，这对于我们理解具体的细胞分化、发育及疾病相关的基因调控机制是非常重要的。
4.Motif相关分析
图 8 转录因子富集分析及热图
在获得了差异peak相关分析结果之后，我们需要进一步了解潜在的调控机制。我们通过从不同物种的Motif数据库获取序列信息，根据生物信息学算法（HOMER、MEME等）在染色质可及性数据中搜索富集Motif，计算其在开放区域与背景区域的富集程度。并结合染色质可及性变化分析结果，将Motif富集或差异分析与细胞类型或样本特征相关联，研究转录因子的调控作用，后续结合其他分析结合进一步阐明转录因子对细胞功能、分化和响应的调控机制。
二、高级分析相关内容
5.细胞分化轨迹分析(拟时序分析)
图 9 拟时序分析
对于单细胞ATAC数据而言，也通过拟时序分析进行深度的功能挖掘，通过依据细胞染色质可及性相似性排序确定初始和终端状态，根据算法计算细胞间距离从而构建连接关系模拟分化过程，并确定关键分支点和过渡状态及相关基因和区域，可视化展示轨迹（拟时序曲线、分支图等），有助于发现一些中间态细胞及调控因子。
6.转录因子结合位点分析（足迹分析）
图 10 转录因子足迹分析
除了拟时序分析外，我们还运用足迹分析算法对比转录因子结合前后染色质可及性变化识别足迹，确定转录因子的结合位点和强度，结合 Motif 和基因注释了解与调控元件关系及对下游基因表达影响，与其他分析结合揭示转录因子动态调控作用，对我们解析基因的调控网络和疾病相关调控关系提供理论依据。
7.转录因子调控网络分析
图 11 转录因子调控网络分析
通过转录因子的调控网络分析，可以从系统层面构建转录因子之间及其与靶基因的相互作用网络，并揭示基因表达调控的复杂性，该分析对于识别关键转录因子，为理解细胞功能、疾病机制及治疗提供了重要视角。
8.共可及性分析
图 12 peak to gene共可及性分析
通过对单细胞ATAC-seq的共可及性分析，整合染色质可及性数据、基因注释信息和转录组相关数据分析，可以研究染色质上不同区域的协同可及性模式，通过确定在全基因组中的染色质可及性区域后计算区域间共可及性程度（相关系数、互信息等），基因注释关联共可及区域与基因，聚类分析识别共可及性模块，研究其在细胞功能和调控中的作用。
以上就是单细胞ATAC-seq主要可以实现的标准分析和高级分析相关内容。当然，对于单细胞ATAC-seq而言，能够实现的分析内容并不仅仅局限于此，我们通过进一步整合单细胞ATAC-seq与其他单细胞组学技术，如单细胞RNA测序（scRNA-seq）、空间转录组学等。通过多组学数据的联合分析，可以构建更全面、准确的基因调控网络模型，实现从染色质可及性、基因表达、蛋白质功能等多个层面解析细胞状态和功能变化，更深入地理解细胞命运决定的分子机制。
相关阅读
【科研新利器】CellChat：一键解锁单细胞互作之谜，让复杂数据变得触手可及
本文系联川生物公众号原创文章，未经授权禁止转载，侵权必究！ 扫描下方二维码 点分享
点点赞
点在看
