ATAC-seq（Assay for Transposase Accessible Chromatin with high-throughput sequencing，染色质易盛开区域测序）是2013年由美国Stanford大学的William Greenleaf教授研发了一种全新的步骤，利用DNA转座酶结合高通量测序技术，来钻研染色体的可进入性。ATAC-seq的道理是，染色质易盛开区域测序）利用Tn5转座酶切割染色质的盛开区域，并加上测序引物进行高通量测序，通过生物信息分析鉴定转录因子结合位点和核幼体区域地位，从而为钻研基因调控、DNA 印记等提供有效的步骤。通过钻研特定状态下盛开染色质，能够在DNA水平钻研基因转录调控。
传统的寻找全基因组领域内盛开的染色质区域选取的方式蕴含ATAC-seq、MNase-seq和DNase-seq，FAIRE-seq、chip-seq等。10x Genomics Chromium Single Cell ATAC Solution（10X scATAC-seq）是10 X Genomics新推出单细胞表观基因组学水平上揭示染色质可靠近性的钻研战术。通过单细胞染色质可靠近性图谱构建，不仅能清澈相识染色质结构，还能够绘造高分辨率转录因子调控网络，为深刻相识疾病的诊断和医治摊平路路。
技术优势
可检测单细胞转录调控区域中的盛开染色质
每个通路可包容500-10000个细胞核
细胞核捕获率高达65%
使用10x官方软件和工具，可对单细胞基因调控网络进行精密化分析
代表性文章
Buenrostro J D , Corces M R , Lareau C A . Integrated Single-Cell Analysis Maps the Continuous Regulatory Landscape of Human Hematopoietic Differentiation.[J]. Cell, 2018.
案例展示
结合分歧单细胞分析技术绘造人类造血系统分化的陆续调节谱
钻研布景
造血分化 是从造血干细胞分化为拥有分歧职能的细胞过程，在成人中重要发生在骨髓，最终产生淋巴系细胞（B,T,NK cell）,髓系-粒系（monocyte, granulocyte），红系（Ery,mega）等细胞类型，是钻研干细胞分化、肿瘤免疫、血液疾病等的优良模型。造血分化过程是一个复杂、多阶段的，受多种因子调控的过程，单细胞表观基因组分析有助于解析造血干细胞转录和细胞命运异质性的顺式和反式调节机造。
钻研思路
首先利用scATAC-seq数据从chromatin accessibility动手，分析造血分化过程染色质盛开状态图谱的异质性；用ChromVAR R包预测TF的活动；选取多种聚类步骤，如通过TF Z scores利用Hierarchical clustering 和t-SNE聚类，并选取了reference guided approach，基于bulk sample和算法对单细胞数据进行降维聚类分析；整合scRNA-seq 和scATAC-seq数据分析TF与chromatin accessibility，以及顺式调控元件和邻近基因的表白的互有关系。
钻研了局
钻研人员通过单细胞ATAC-Seq的钻研战术，分析了10类已界说的人类造血系统分化细胞类型中染色质可靠近性的数据，构建造血细胞分化中染色质可靠近性状态的变动轨迹；并整合单细胞转录组数据，构建了转录因子动态调控轨迹。
从单细胞RNA-seq和ATAC-seq的整合分析提供了对人类造血职能的调节特点和动态的见解，在尝试或推算上整合多种单细胞数据类型的进一步改进将为发育或疾病细胞命运决策提供单细胞水平上的视角。进展未来的工作结合单细胞表观基因组学、转录组学、蛋白质组学和谱系丈量能够揭示对启动调节多种细胞命运行换的调节因子的分子机造和功夫挨次的沉要见解。
参考文件
Buenrostro J D , Corces M R , Lareau C A . Integrated Single-Cell Analysis Maps the Continuous Regulatory Landscape of Human Hematopoietic Differentiation.[J]. Cell, 2018.
了局展示
1. 细胞聚类
Cell Ranger ATAC 利用每个细胞的peaks 信息，运行cluster mode 对这些细胞进行分群。经tSNE 降维算法，得到细胞聚类的二维了局。
2. 数据可视化
10X genomics公司提供的专门的分析了局查看软件-Loupe Cell Browser，该软件是一个图形界面的软件，操作极度的方便Ｄ芄挥糜谝韵吕茫1.确定细胞类型: 使用可及性模式发现可能分辨分歧细胞类型和职能组此外启动子和转录因子motif；2.分析可及性差距: 使用ATAC Peak Viewer 定位拥有假定调节职能的分歧可接见基因组区域的地位；3.发现显著性特点: 创建自界说聚类并使用差距可及性分析工具精准鉴别数据中的细胞组别；4.共享数据了局: 保留感兴致的信息，导出数据表，并获取单细胞ATAC数据的屏幕截图。
