ATAC-seq在复杂疾病研究中的应用进展

染色质转座酶可及性测序(assay for transposase-accessible chromatin with high-throughput sequencing,ATAC-seq)是利用Tn5转座酶研究染色质可及性的高通量测序技术。ATAC-seq可以在全基因组范围内绘制染色质可及性图谱,揭示转录因子结合位点以及核小体的位置。在医学领域,ATAC-seq技术是研究重大疾病发病机制、药物作用机制、新药研发和生物标志物功能等的新一代有力工具。本文对ATAC-seq技术的优势及其在复杂疾病研究中的应用和前景进行了综述,以期为人类复杂疾病基因表达调控机制等相关研究的开展提供借鉴与参考。     

染色质可及性分析的研究进展

在细胞核内,染色质可及性模式会随着外部刺激和发育线索的改变而发生动态变化。染色质可及性重构对于基因表达调控至关重要,在建立和维持细胞特性等方面发挥着重要作用。因此开展染色质可及性的研究对染色质功能上的三维解析具有十分重要的意义。近几年,随着高通量测序技术的进步以及测序成本的降低,基于高通量测序技术的染色质可及性分析方法得到了迅速发展。目前观察和分析全基因组染色质开放与否的常见技术主要有脱氧核糖核酸酶I超敏位点测序（DNase-seq）、微球菌核酸酶测序（MNase-seq）、甲醛辅助分离调控元件测序（FAIRE-seq）以及转座酶可及性测序（ATAC-seq）。本文比较了这4种染色质可及性分析技术的优缺点,详细介绍了它们的原理及主要实验流程,并简要讨论了它们的发展及相关技术的应用,期望通过这些互补的方法为染色质分析领域的未来发展提供一些借鉴和思路。     

ChIA-PET技术

配对末端标签测序分析染色质相互作用(chromatin interaction analysis by paired-end tag sequencing,ChIA-PET)技术是一项在全基因组范围内分析远程染色质相互作用的新技术。它把染色质免疫沉淀(chromatin immunoprecipitation,ChIP)技术、染色质邻近式连接(chromatin proximity ligation)技术、配对末端标签(paired-endtag,PET)技术和新一代测序(next-generation sequencing)技术融为一体,在基因组三维折叠和套环状态下分析基因表达和调控。ChIA-PET技术已用于确定人乳腺腺癌细胞内雌激素受体a的结合位点之间的相互作用。随着更多蛋白质因子的发现及其抗体的应用,该技术可实时捕获全基因组范围内参与复制、转录过程的蛋白质因子结合位点以及结合位点间的相互作用,这对于阐明基因调控和疾病发生机制具有重大意义。     

染色质可及性与植物基因表达调控

真核生物基因组上的核小体呈现不均匀分布, 转录活跃区域的染色质结构相对松散且易被调节蛋白结合, 这些区域的可接近程度称为染色质可及性。随着测序技术的发展, DNase-seq、ATAC-seq、MNase-seq和NOMe-seq等组学技术的应用, 全基因组范围内染色质可及性检测变得简便且高效。该文主要介绍了真核生物染色质可及性的4种基本检测方法的技术原理, 总结了核小体定位、组蛋白修饰以及转录因子结合与染色质可及性的关系, 并综述了染色质可及性参与植物生长发育和环境响应研究进展, 以期为植物领域全基因组水平染色质可及性研究、顺式调控元件挖掘及发育和环境响应过程中基因表达调控网络的解析提供借鉴。     

三维基因组染色质构象捕获及其衍生技术

线性染色质经过多重折叠凝缩到真核生物的细胞核中,染色质的三维构象直接决定了真核生物的基因表达,因此染色质可以在局部或远程空间上发生互作调控基因转录。折叠成环状构象的染色质可以借助染色质构象捕获 (Chromosome conformation capture,3C) 技术来研究,基于3C技术扩展的4C/5C/Hi-C从单个位点延伸到全基因组捕捉三维构象,在此基础上,染色质构象核心技术可以与免疫共沉淀、核酸分子杂交、单细胞、基因组测序等技术偶联而产生新的衍生技术和应用,这极大地推动了染色质构象技术在基因时空特异性表达调控上的研究。文中将以3C和Hi-C等三维基因组核心技术为基础,重点介绍染色质构象捕获及其衍生技术的原理和前沿应用。     

原钙粘蛋白基因簇调控区域中成簇的CTCF结合位点分析

哺乳动物中原钙粘蛋白(Protocadherin, Pcdh)基因簇包含50多个串联排列的基因,这些基因形成3个紧密相连的基因簇(Pcdhα、Pcdhβ和Pcdhγ),所编码的原钙粘蛋白质群在神经元多样性(Neuronal diversity)和单细胞特异性(Single cell identity)以及神经突触信号转导中发挥重要作用。前期的工作已证实转录因子CTCF(CCCTC-binding factor)与CTCF结合位点(CTCF-binding site, CBS)的方向性结合能够决定增强子和启动子环化的方向以及其远距离交互作用的特异性,并进一步在Pcdh基因座(Locus)形成两个(Pcdhα和Pcdhγ)染色质拓扑结构域(CTCF/cohesin- mediated chromatin domain, CCD),而且染色质拓扑结构域对于控制基因表达调控至关重要。本文通过生物信息学方法对比人类和小鼠序列,发现Pcdhβγ染色质拓扑结构域调控区域中的DNase I超敏位点(DNase I hypersensitive sites, HSs)较为保守。染色质免疫沉淀及大规模测序实验(Chromatin immunoprecipitation and massive parallel sequencing, ChIP-Seq)揭示CBS位点在Pcdhβγ调控区域中成簇分布并且具有相同的方向。凝胶电泳迁移实验(Electrophoresis mobility shift assay, EMSA)确定Pcdhβγ调控区域内具体的42 bp CBS位点并且发现一个CTCF峰包含两个CBS位点。在全基因组范围内,运用计算生物学方法分析CTCF和增强子、启动子等调控元件的关系,发现CBS位点在调控元件附近有较多分布,推测CTCF通过介导增强子和启动子的特异性交互作用,在细胞核三维基因组内形成活性转录枢纽调控基因精准表达。     

下一代测序技术在表观遗传学研究中的重要应用及进展

下一代测序技术(Next generation sequencing,NGS)的出现,极大地促进了表观遗传学的研究。将NGS技术引入表观遗传学,便形成了以NGS为基础的各种表观遗传学测序及研究方法,如:全基因组亚硫酸氢盐测序法(Whole genome bisulfite sequencing,WGBS)、简化代表性亚硫酸氢盐测序法(Reduced representation bisulfite sequencing,RRBS)、甲基化DNA免疫共沉淀测序(Methylated DNA immunoprecipitationsequencing,MeDIP-seq)、染色质免疫共沉淀测序(Chromatin immunoprecipitation-sequencing,ChIP-seq)、Tet辅助重亚硫酸盐测序法(Tet-assisted bisulfite sequencing,TAB-seq)、各种染色体构象捕获测序(Chromosome conformation capture sequencing,3C-seq)技术、DnaseⅠ-seq/MNase-seq/FAIRE-seq以及RNA测序(RNA sequencing,RNA-seq)。这些方法的应用和普及改变了人们对多种表观遗传现象的传统认识,使研究人员能够更加全面地深入了解各种表观遗传标志在机体内的广泛分布,以及如何在外界因素的影响下发生相应的动态变化。文章概述了当今主要商业NGS平台的原理和特点,系统介绍了以NGS方法为基础衍生出来的各种表观遗传学测序及研究方法,并在此基础上对近年来应用NGS技术在表观遗传学研究领域中取得的最新研究成果进行了综述。     

超声处理对PRC2相关蛋白染色质免疫共沉淀测序结果的影响

超声处理是染色质免疫共沉淀(Chromatin immunoprecipitation,Ch IP)实验过程中染色质片段化的重要手段之一。选用多梳抑制复合物2 (Polycomb repressive complex 2,PRC2)相关蛋白组蛋白甲基转移酶EZH2及其催化产物H3K27me3为代表,研究不同分子量大小的蛋白在不同超声处理时间下对染色质免疫共沉淀测序(Chromatin immunoprecipitation sequencing,Ch IP-seq)实验的影响,结果表明在启动子区或非启动子区,不同超声时间下小分子量组蛋白H3K27me3结合位点的注释基因均无明显差异,说明超声时间对组蛋白Ch IP-seq数据影响不大。与组蛋白不同,超声时间从10 min延长至20 min后启动子区EZH2新增结合位点的注释基因能够显著聚类在与肌动蛋白丝组装等相关通路上。超声20min相比10min,非启动子区EZH2新增基因的GO(Gene ontology)聚类通路要远多于丢失基因,且超声30 min相比20 min,非启动子区丢失基因的GO聚类通路要远多于新增基因,这些通路大多与RNA聚合酶Ⅱ(RNApolymeraseⅡ,RNAPII)、器官发育、细胞形态发生相关。这表明超声时间不足或过长均会导致EZH2的基因组定位信息的不全。另外,超声主要影响启动子区中的PRC2非结合区域及二价启动子区域的EZH2结合位点,还影响非启动子区中PRC2结合区域、PRC2不结合区域以及活化态增强子区域的EZH2结合位点。综上,建议对大分子量的染色质修饰相关蛋白优化超声处理时间,使形成的染色质片段聚集在100–500 bp可获得比较全面的基因组信息。对小分子量的组蛋白来说,超声时间对Ch IP-seq结果影响不大。     

染色质三维结构重建及其生物学意义

真核生物的基因组在细胞核中以染色质的形式存在,染色质的功能与它的三维结构紧密相关,例如,基因组的复制、转录、调控、DNA突变、长链非编码RNA的传播和胚胎发育等生物功能都是在细胞核的三维空间中完成的.随着染色体构象捕获及其衍生技术与高通量测序技术的结合,产生了大量的染色质交互作用数据.根据这些染色质交互作用数据,研究人员已经提出很多种方法来重建染色质的三维结构.这些方法有助于在不同分辨率下系统地研究染色质的三维结构,为更好地了解染色质的调控功能提供了结构依据.本文总结了近期染色质三维结构建模方法的进展,并探讨了其在研究染色质生物学功能方面的应用.     

染色质结构之美——染色质可及性

染色质可及性(chromatin accessibility)作为一种衡量染色质结合因子与染色质DNA结合能力高低的染色质属性,是评价染色质结构稳态的重要指标之一,在多种细胞核进程中扮演重要角色,包括基因转录调控以及DNA损伤修复等。该属性的异常调控与多种疾病的发生发展密切相关,包括肿瘤以及神经退行性疾病等。对于该属性探究已经成为生命科学与疾病领域的热点。伴随越来越多的新技术应运而生,例如染色质构象捕获技术、高通量测序技术以及两种技术的结合等。随着技术的进步,多种参与调控染色质可及性的因素被发现和总结,包括核小体占位、组蛋白修饰以及非编码RNA等。多项大规模的染色质组学数据绘制了多种疾病的染色质可及性图谱,为揭示疾病的发生发展与染色质可及性之间的关系提供了数据支持。同时,随着单细胞染色质可及性测序技术的发展,实现了对细胞类型染色质层面的划分,弥补了单纯依赖基因表达划分细胞类型的不足。本文将从染色质的组成与可及性、影响染色质可及性的因素、染色质可及性的检测方法,以及染色质可及性与癌症的关系等方面简要阐述染色质可及性的研究进展。     

CoBRA: Containerized Bioinformatics Workflow for Reproducible ChIP/ATAC-seq Analysis

Chromatin immunoprecipitation sequencing (ChIP-seq) and the Assay for Transposase-Accessible Chromatin with high-throughput sequencing (ATAC-seq) have become essential technologies to effectively measure protein–DNA interactions and chromatin accessibility. However, there is a need for a scalable and reproducible pipeline that incorporates proper normalization between samples, correction of copy number variations, and integration of new downstream analysis tools. Here we present Containerized Bioinformatics workflow for Reproducible ChIP/ATAC-seq Analysis (CoBRA), a modularized computational workflow which quantifies ChIP-seq and ATAC-seq peak regions and performs unsupervised and supervised analyses. CoBRA provides a comprehensive state-of-the-art ChIP-seq and ATAC-seq analysis pipeline that can be used by scientists with limited computational experience. This enables researchers to gain rapid insight into protein–DNA interactions and chromatin accessibility through sample clustering, differential peak calling, motif enrichment, comparison of sites to a reference database, and pathway analysis. CoBRA is publicly available online at https://bitbucket.org/cfce/cobra     

AIAP: A Quality Control and Integrative Analysis Package to Improve ATAC-seq Data Analysis

Assay for transposase-accessible chromatin with high-throughput sequencing (ATAC-seq) is a technique widely used to investigate genome-wide chromatin accessibility. The recently published Omni-ATAC-seq protocol substantially improves the signal/noise ratio and reduces the input cell number. High-quality data are critical to ensure accurate analysis. Several tools have been developed for assessing sequencing quality and insertion size distribution for ATAC-seq data; however, key quality control (QC) metrics have not yet been established to accurately determine the quality of ATAC-seq data. Here, we optimized the analysis strategy for ATAC-seq and defined a series of QC metrics for ATAC-seq data, including reads under peak ratio (RUPr), background (BG), promoter enrichment (ProEn), subsampling enrichment (SubEn), and other measurements. We incorporated these QC tests into our recently developed ATAC-seq Integrative Analysis Package (AIAP) to provide a complete ATAC-seq analysis system, including quality assurance, improved peak calling, and downstream differential analysis. We demonstrated a significant improvement of sensitivity (20%–60%) in both peak calling and differential analysis by processing paired-end ATAC-seq datasets using AIAP. AIAP is compiled into Docker/Singularity, and it can be executed by one command line to generate a comprehensive QC report. We used ENCODE ATAC-seq data to benchmark and generate QC recommendations, and developed qATACViewer for the user-friendly interaction with the QC report. The software, source code, and documentation of AIAP are freely available at https://github.com/Zhang-lab/ATAC-seq_QC_analysis.