Skip to content
返回搜索结果

ATAC-seq 分析

提出者
Jason Buenrostro, Paul Giresi & William Greenleaf
年份
2013
类型
Chromatin profiling method
类别
Epigenomics

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

ATAC-seq(转座酶可及染色质测序)是一种全基因组分析染色质可及性景观的方法。ATAC-seq 由 Buenrostro 及其同事于 2013 年开发,利用高活性转座酶标记开放、可及的染色质区域,能够快速灵敏地识别调控 DNA 元件。ATAC-seq 已成为表征基因调控景观、发现细胞类型特异性调控元件以及推断基因调控网络的一项标准技术。

方法背后的直觉

DNA 与组蛋白结合形成核小体和更高级别的染色质结构。调控 DNA 元件(启动子、增强子、沉默子)必须可被转录因子和其他调控蛋白访问才能发挥功能。ATAC-seq 使用一种特殊的转座酶,该酶优先将 DNA 序列(转座子)插入开放、可及的染色质中。通过对这些插入位点进行测序,研究人员可以识别出哪些基因组区域是可及的。可及区域(开放染色质)显示出高 ATAC-seq 信号;被核小体覆盖的封闭区域显示出低信号。比较不同细胞类型的 ATAC-seq 数据可以揭示每个细胞类型中哪些调控元件是活跃的或处于活跃准备状态,从而提供调控景观的图谱。

历史学

Buenrostro 及其同事于 2013 年引入了 ATAC-seq,在此基础上,他们利用转座酶同时进行标记和片段化,并借鉴了早期的 DNase-seq 工作。该方法因其简单性和灵敏性而迅速被采用。Corces 及其同事开发了单细胞 ATAC-seq(2017 年),实现了对单个细胞可及性的测绘,并揭示了细胞类型特异性的调控景观。近期的进展包括多重实验和峰值调用方法的改进。ATAC-seq 已成为基因组学研究中 RNA-seq 的标准伴侣,为表达变化提供了调控背景。

何时使用

使用 ATAC-seq 绘制调控景观图,发现活跃和处于活跃准备状态的调控元件,或比较不同细胞类型、发育阶段或疾病状态下的染色质可及性。ATAC-seq 在发育系统(其中可及性的变化驱动细胞命运决定)中尤其强大。当染色质高度降解或需要极高深度来分析稀有细胞类型时(单细胞 ATAC-seq 更适合这种情况),应避免使用 ATAC-seq。

局限与注意事项

  • 偏向于核小体耗竭区域;非常紧密堆积的染色质可能代表性不足
  • 不直接测量 DNA 结合或转录因子占有率
  • 转座酶优先在某些序列上下文中插入,产生偏倚
  • 需要仔细的峰值调用;参数强烈影响检测到的峰值
  • 单细胞 ATAC-seq 具有高稀疏性,使分析复杂化

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 快速且灵敏;所需材料少且实验方案简单
  • 无需抗体或预先了解调控标记即可识别开放染色质区域
  • 直接测量可及性,这与调控功能相关
  • 可与多种细胞类型和原代组织兼容
  • 最近实现了单细胞 ATAC-seq,可对单个细胞进行可及性测绘

应用

  • 在人类造血分化过程中绘制调控景观图,以识别细胞类型特异性增强子
  • 通过比较患者与对照样本的 ATAC-seq 数据,发现与疾病相关的调控元件
  • 通过整合 ATAC-seq 与 RNA-seq 和基序分析来推断基因调控网络
  • 使用单细胞 ATAC-seq 识别胚胎阶段活跃的发育增强子
  • 检测由结构变异引起的调控变化并定义其机制影响

使用方式

使用方式

1

制备细胞或细胞核;用高活性转座酶 (Tn5) 处理以标记可及染色质;提取 DNA 并进行高通量测序。

2

将 reads 比对到基因组;识别转座位点;过滤低质量 reads 和非基因区域的峰;对文库大小和测序深度进行标准化。

3

使用峰值调用算法调用峰值(可及染色质区域);评估峰值质量;识别细胞类型或条件之间的差异可及性。

4

对峰值进行基序分析以推断转录因子;与 RNA-seq 整合以将可及性与基因表达联系起来;与其他表观遗传标记(H3K27ac、DNase-seq)进行比较。

5

表征染色质景观,识别细胞类型特异性调控元件,并推断调控变化如何驱动生物过程。

常见陷阱

  • 过度解释可及染色质为活跃调控;一些可及元件在功能上不重要
  • 忽略染色质状态的细胞类型差异;可及性高度依赖于细胞类型
  • 使用默认的峰值调用参数而未针对您的系统进行优化
  • 混淆来自转座子插入的 ATAC-seq 信号与来自蛋白质结合的信号

常见问题

ATAC-seq 可及性反映了什么?

ATAC-seq 主要反映核小体定位和染色质压缩。可及区域缺乏核小体或核小体定位松散。然而,可及性并不直接测量转录因子结合;它识别可能可供结合的区域。

我如何调用 ATAC-seq 数据中的峰值?

常用工具包括 MACS2、EPIC 和专门的 ATAC-seq 流程(例如 ENCODE 的 ATAC-seq QC)。峰值调用识别比背景读数显著更多的基因组区域。参数选择(p 值阈值、最小峰宽)强烈影响结果,应针对您的分析进行优化。

ATAC-seq 能识别转录因子结合位点吗?

不能直接识别。ATAC-seq 识别可及区域。结合基序分析,它可以推断哪些转录因子可能结合在可及的峰中。明确的识别需要功能验证或互补方法,如 ChIP-seq。

ATAC-seq 和 DNase-seq 有什么区别?

两者都识别开放染色质。DNase-seq 使用 DNase 酶消化可及 DNA。ATAC-seq 使用转座酶同时进行标记和片段化。ATAC-seq 更快,所需材料更少,且更灵敏。在近期的研究中,ATAC-seq 已在很大程度上取代了 DNase-seq。

相关方法

参考文献

  1. Buenrostro, J. D., Giresi, P. G., Zaba, L. C., Chang, H. Y., & Greenleaf, W. J. (2013). Transposition of native chromatin for fast and sensitive epigenomic profiling of cell populations and tissues. Nature Methods, 10(12), 1213–1218.

    打开出版物文献
    已复制。
  2. Corces, M. R., Buenrostro, J. D., Wu, B., Greenside, P. G., Chan, S. M., Koenig, J. L., & Greenleaf, W. J. (2017). Lineage-specific and single-cell chromatin accessibility charts human hematopoiesis. Nature Genetics, 48(10), 1193–1203.

    打开 DOI 文献
    已复制。
  3. Satpathy, A. T., Granja, J. M., Yost, K. E., Qi, Y., Meschi, F., McDermott, G. P., & Chang, H. Y. (2019). Massively parallel single-cell chromatin landscapes. Nature Biotechnology, 37(12), 1452–1462.

    打开出版物文献
    已复制。