单细胞测序可无偏定义细胞类型和状态，但无法获得组织中生物分子和细胞的空间分布信息。空间转录组学的出现弥补了单细胞测序的这一缺点，使得我们能在自然的组织环境中描述细胞功能和状态。分析组织中不同细胞类型和功能的空间组织机制，亟需以空间分辨的方式检测基因表达和表观遗传学信息。但目前，从基因组层面和细胞层面以组织切片样本绘制表观遗传状态的高分辨率空间图谱仍然是一个挑战。
近日，耶鲁大学樊荣教授团队开发了结合原位Tn5转位化学技术（ATAC）和微流控确定性条形码的下一代测序方法—空间分辨的ATAC-seq（spatial-ATAC-seq），可对组织切片进行空间分辨染色质可及性分析。该研究已上传到BioRxiv上，文章题为“Spatial-ATAC-seq: spatially resolved chromatin accessibility profiling of tissues at genome scale and cellular level”。
据文章介绍，为从基因组层面和细胞层面直接以组织切片样本绘制表观遗传状态的空间图谱，研究团队应用空间条形码技术标记DNA寡聚体，通过Tn5转位将寡聚体插入到可及的基因组位点，然后进行高通量测序来实现空间ATAC-seq，在细胞水平绘制了高空间分辨率的组织染色质可及性全基因组图谱。该技术通过引入空间表观基因组学，为空间生物学的研究增加了新维度，有望在个体发育和发病机制研究中得到广泛应用。
文章发表在BioRxiv预印本网站
研究团队将spatial-ATAC-seq方法应用于小鼠胚胎和人类扁桃体，并与10x基因组学的非空间scATAC-seq数据进行比较来评估数据质量。数据显示，spatial-ATAC-seq的数据质量与目前最好的非空间scATAC-seq相当，每20μm像素样本可检测到15000个独特片段，每50μm像素最多检测到100000个独特片段。此外，空间spatial-ATAC-seq片段的插入大小分布与所有组织类型的核小体和亚核小体片段的捕获一致。
同时，空间spatial-ATAC-seq检测数据的Pearson相关系数达到0.95，表明这个技术具有极高的重复性能。利用spatial-ATAC-seq在小鼠胚胎的胎肝中构建单个组织像素的DNA可及性图谱，结果显示该方法可准确再现从ENCODE参考数据库获得的可及性数据。（图1）
图1. 空间spatial-ATAC-seq方法设计、工作流程和数据质量。来源：BioRxiv
验证空间spatial-ATAC-seq的性能后，研究团队利用该方法检测的胚胎期第13天（E13）小鼠胚胎的染色质可及性数据对细胞类型进行全面定位。通过将小鼠基因组的reads数据进行聚合，生成逐像素矩阵。然后应用潜在语义索引（LSI）、统一流形近似和投影（UMAP）进行降维和嵌入，并使用ArchR软件包进行Louvain聚类。结果显示，无监督聚类识别出8个空间图谱显著差异的聚类，与相邻H&E染色组织切片显示的组织学信息一致（图2a-c），并鉴定出了具有不同染色质可及性状态的所有主要组织类型。此外，该研究还揭示了小鼠胚胎发育的时空变化，确定了差异表达基因和差异转录因子（TF）。
图2. E13小鼠胚胎染色质空间可及性定位。来源：BioRxiv
为更直接地评估发育过程中染色质可及性的时间动态，研究团队分析了E11小鼠胚胎，确定了在胎肝和兴奋性神经元内，从E11到E13小鼠胚胎中表现出可及性显著变化的动态峰值，显示不同发育阶段胎儿肝脏和兴奋性神经元的染色质可及性存在显著差异。（图3）
图3. E11小鼠胚胎染色质空间可及性定位及时空分析。来源：BioRxiv
此外，为了验证空间spatial-ATAC-seq在不同的组织类型和物种中描绘空间染色质可及性的能力，研究团队将20 μm像素大小的空间spatial-ATAC-seq应用到人体扁桃体组织。无监督聚类结果显示出明显的空间特征，生发中心（GC）主要位于聚类1。将空间spatial-ATAC-seq数据与公开的扁桃体sRNA-seq数据集相结合，使细胞类型映射到每个聚类上。结果显示，与组织学一致，两种数据集的相应聚类高度重叠（图4f）。伪时重建（图4g-i）揭示了B淋巴细胞在进入GC状态之前的动态表达和染色质活性（图4h，i）。
图4. 20μm像素分辨率的人扁桃体空间染色质可及性映射。来源：BioRxiv
综上所述，该研究开发的空间spatial-ATAC-seq可用于完整组织切片中染色质可及性的空间分辨无偏全基因组分析，数据质量较好。研究团队将其应用于小鼠胚胎以描绘器官发生的表观遗传图谱，鉴定出了具有不同染色质可及性状态的所有主要组织类型，并揭示了发育的时空变化。spatial-ATAC-seq方法可为空间生物学研究增加一个新的维度，改变包括发育生物学、神经科学、免疫学、肿瘤学和临床病理学在内的多个生物医学领域，助力人类健康和疾病的科学发现和医学进展。
参考文献：
Yanxiang Deng, Marek Bartosovic, Sai Ma, Di Zhang, Yang Liu, et al. Spatial-ATAC-seq: spatially resolved chromatin accessibility profiling of tissues at genome scale and cellular level. bioRxiv 2021.06.06.447244; doi: https://doi.org/10.1101/2021.06.06.447244
本文由 SEQ.CN 作者：白云 发表，转载请注明来源！
