Baidu
map

Nature Methods:北京大学汤富酬团队开发新的方法,揭示单个细胞内高阶染色质结构

2023-10-31 医药加学习班 医药加学习班 发表于上海

该研究开发了scNanoHi-C,它应用纳米孔长读测序来探索单个细胞内全基因组近端高阶染色质接触。

调控基因组元件的高阶三维(3D)组织为基因调控提供了拓扑基础,但尚不清楚哺乳动物基因组中的多个调控元件如何在单个细胞内相互作用。

2023年8月28日,北京大学汤富酬团队在Nature Methods (IF=48)在线发表题为“scNanoHi-C: a single-cell long-read concatemer sequencing method to reveal high-order chromatin structures within individual cells”的研究论文,该研究开发了scNanoHi-C,它应用纳米孔长读测序来探索单个细胞内全基因组近端高阶染色质接触。

研究表明,scNanoHi-C可以可靠有效地描绘三维染色质结构,并区分单个细胞的结构亚型。该方法还可用于检测基因组变异,包括拷贝数变异和结构变异,以及支撑单细胞基因组的从头组装。值得注意的是,研究结果表明,在整个基因组的活性染色质区域中存在广泛的高阶染色质结构,并且在单个细胞中系统地鉴定了增强子与其靶启动子之间的多向相互作用。总之,scNanoHi-C为在单细胞水平上研究高阶三维基因组结构提供了新的机会。

图片

在真核生物细胞核中,不同的染色体占据由染色体室(A/B室)组成的不同区域,并在更精细的尺度上进一步划分为拓扑相关结构域(TADs)。TADs通常被认为是由染色质环的动态挤压形成的。得益于依赖近端DNA片段连接的染色体构象捕获(3C)技术及其衍生技术(如4C、5C和Hi-C)的发展,过去几十年在分析三维基因组结构方面取得了重大突破。越来越多的证据表明,哺乳动物基因组以一种空间组织的调控网络的形式工作,多个增强子的存在不仅赋予调控元件突变的耐受性,而且还构建功能性超级增强子来驱动关键基因的高水平表达。然而,其潜在机制尚不清楚。

近年来,一些为高阶染色质相互作用提供新见解的技术已经开发出来,包括基于邻近连接的方法,如TM3C、c-walk、COLA、MC-4C和Tri-C,尽管这些方法主要集中在基因组中的特定位点或覆盖范围有限。一些免连接方法,如 SPRITE、ChIA-drop和 GAM16,也有一定的应用价值。这些方法使用交联和染色质复合物的碎片化或激光显微解剖来检测多路DNA相互作用。特别是,最近开发的Pore-C方法在使用Oxford Nanopore Technologies (ONT)长读测序平台检测高阶相互作用方面表现出色,该平台可以通过应用新的统计方法有效地分析全基因组的多路合作。

图片

scNanoHi-C方案示意图(图源自Nature Methods 

尽管这些基于群体的方法已经显示出它们在三维基因组中探索精确相互作用的能力,但个体细胞之间的异质性尚未得到解决。此外,分散在整个基因组中的多个功能调控元件如何通过基因组结构构象进行组织,以确保基因在单个细胞内以时空方式进行微调表达,只能通过单细胞方法进行研究。最近,人们努力开发基于邻近连接的单细胞方法(scHi-C),但由于下一代测序(NGS)平台的读取长度限制,单细胞中多向相互作用的检测仍然具有挑战性。除了FISH成像的超分辨率染色质追踪之外,scSPRITE是唯一一种可以在单细胞中大规模测量无连接策略的高阶相互作用的方法,但它在检测直接和短程多路调节相互作用方面的能力有限。

为了解决这些挑战,该研究利用ONT平台开发了一种基于近端相互作用的单细胞3C方法,称为scNanoHi-C,该方法首次能够在单细胞中以高效率(约50%)检测近端(<200 nm)高阶相互作用。此外,scNanoHi-C可以灵活地通过不同的测序策略来满足不同的实验需求。此外,该研究还开发了一个强大的工作流程,用于预处理和分析scNanoHi-C数据,该数据采用多种统计方法来阐明单细胞中染色质结构的高阶相互作用和异质性。总之,该研究揭示了单细胞长读Hi-C技术在分析高阶三维染色质结构介导的单细胞基因调控网络的异质性方面的潜力。该方法将激发人们对发育和疾病过程中高阶染色质结构变化机制的极大兴趣,并可以为细胞类型特异性转录调控网络提供更深入的理解。

原文链接:

https://www.nature.com/articles/s41592-023-01978-w

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题
Baidu
map
Baidu
map
Baidu
map