-
10x Genomics单细胞ATAC测序
背景介绍
单细胞测序是近年来生物学领域最火的技术之一，凭借其极高的分辨率能够精准的剖析样本细胞组成信息，进而揭示单个细胞的基因结构和基因表达状态，并反映细胞间的异质性。另外，现有单细胞平台可以一次性分离几千个单细胞，有助于发现新的细胞类型。随着单细胞测序技术的不断更新和发展，其在解析细胞异质性，揭示微环境中细胞群体间的关系，追踪疾病发生发展等研究中将发挥越来越重要的作用，后续可为个性化预防、治疗提供技术支持。
单细胞测序和传统测序的区别
技术原理
10x Genomics平台基于微流控技术分选单个细胞，将带有barcode标签的凝胶珠与细胞或细胞核、酶以及分液油混合，产生成千上万个单细胞乳液微滴，每个微滴都作为单独的反应体系，凝胶珠在其中溶解，捕获每个细胞的目标分子，添加barcode并扩增。这样来自同一细胞或细胞核的所有片段都共享一种10x barcode。将成千上万个细胞的带有barcode的产物混合，进行下游反应，从而产生与短读长测序仪兼容的文库。在测序后，生物信息分析工具将利用可识别的barcode序列将测序片段定位到原本的单细胞或细胞核。
基于Next GEM技术的10x Genomics单细胞技术原理及工作流程
微滴结构
注：微滴（GEM） 包裹了10x Genomics系统内的每个微反应，其中单细胞、试剂以及带有barcode的凝胶珠都包裹在单个微滴内。
10x Genomics单细胞ATAC测序
染色质开放区：
染色质重塑后有些区域呈现出松散状态，这些区域被称为染色质开放区或染色质可及性区域，而DNA复制和基因转录都发生在这些区域。因此获取这些信息有利于了解开放区域对基因表达的调控，更好的理解生物调控。
ATAC测序：
使Tn5转座酶切割染色质的开放区域，同时加上测序引物进行高通量测序，是一种快速灵敏的表观遗传学研究技术。
染色质可及性 ATAC 测序技术
10x Genomics单细胞ATAC技术可以在单细胞水平对细胞染色质开放区域进行检测。首先，转座酶进入细胞核，并优先在染色质的开放区域切割DNA，同时在DNA片段的末端添加测序引物；其次，带有barcode的凝胶珠在油滴内对每个细胞内的DNA片段进行barcode标记，带有barcode标签的DNA进行后续文库构建；最后， Illumina测序平台对文库进行测序检测，即可一次性获得大量单细胞的DNA染色质开放区域数据 。
单细胞 ATAC-seq 技术原理
结果展示
单细胞ATAC基本分析展示
细胞分群图（左1）； Motif位点分析图 （左2）；Peak峰可及性分析（右1）； 拟时间序列分析（右2）
单细胞ATAC与单细胞转录组联合分析
相关性分析图 差异亚群分析（左）； scATAC和scRNA联合分析（右）
产品优势
超高通量
标准模式下，每个样本可检测500-10,000个细胞，高通量模式下，每个样本可检测1,000-20,000个细胞；
高捕获率
每个样本捕获效率高达65%，高效捕获每个细胞中的基因表达信息；
高性价比
与低通量或传统人工操作等方法相比，成本降低数十倍；
广泛应用
对细胞类型无限制，已广泛应用于识别细胞周期、肿瘤细胞异质性、鉴定罕见细胞类型、免疫细胞分析、疾病分型等领域；
经验丰富
J9九游信誉医药技术团队现已累积100余种不同组织类型、数千余个样品的10x Genomics单细胞测序经验。
送样要求
应用方向
应用案例
单细胞ATAC测序揭示糖尿病胰岛细胞类型和特异性调控机制
Single-cell chromatin accessibility identifies pancreatic islet cell type- and state-specific regulatory programs of diabetes risk
发表杂志：Nature Genetics（IF: 38.330）； 发表时间： 2021年 4月； 应用技术： 10x Genomics单细胞ATAC测序
单细胞ATAC测序为揭示复杂疾病的细胞类型特异性机制创造了新的机会。由于胰岛是2型糖尿病（T2D）的核心，本研究利用10x Genomics单细胞ATAC测序分析了15,298个胰岛细胞，并鉴定出12个亚群，包括多个α、 β和δ细胞状态。发现了228,873个可及的染色质位点，并确定了潜在的谱系和特异性调控的转录因子。 观察到空腹血糖和T2D全基因组相关研究对β细胞和其他内分泌细胞类型的状态特异性富集。在定位于胰岛可及染色质的T2D信号中，先确定了具有预测调控功能和与目标基因共可及的变体。 KCNQ1基因座上的一个T2D变异rs231361预测了对与INS共可及的β细胞增强子的影响，以及影响INS水平的胚胎干细胞来源的β细胞的基因组编辑。共同证明了单细胞表观基因组学在解释复杂疾病遗传学方面的力量。
胰岛细胞分群图（左）； 转录因子的启动子可及性与Motif富集关联分析（中）； Peak峰可及性分析（右）
