New publishment in Nature Structural & Molecular Biology 在NSMB新发表文章一篇

原文链接：

https://doi.org/10.1038/s41594-023-01066-9

染色质结构的动态折叠在真核生物中具有重要的生物学功能【1-3】。例如染色质在大尺度层级被划分为转录活跃的A区室（A compartment）和转录抑制的B区室（B compartment）【4,5】。然而，在染色质三维结构【6,7】和转录【8,9】的关系研究中，大多是基于传统方法在细胞群体中获取的平均信息，导致每一个细胞的异质性被掩盖，使得我们不能很好地探究染色质三维结构和转录之间的关系【10,11】。为了克服单细胞信息被掩盖的问题，目前已经出现了许多单细胞三维基因组检测技术【12,13】和单细胞RNA检测技术【14,15】。尽管这些方案实现了单细胞信息的展示，但由于染色质三维结构和转录的数据产自不同的单细胞，仍旧无法准确地反映两者之间的关系。因此，我们亟需一种新的检测技术。

2023年8月14日，中山大学丁俊军课题组在Nature Structural & Molecular Biology发表了题为Simultaneous profiling of chromatin architecture and transcription in single cells的研究成果。该研究建立了一套基于二代测序方法开发的单细胞多组学检测技术scCARE-seq（Single Cell Chromatin Architecture and mRNA Expression），实现了在单个细胞中同时检测染色质三维结构和转录表达。

scCARE-seq技术流程概括来说，首先在完整的细胞核中进行mRNA反转录、基因组消化和连接，然后通过流式将单个细胞分选到96孔板独立的孔中进行裂解，并在每个孔中加入Tn5转座酶进行片段化。接下来，对每个单细胞文库进行预扩增并一分为二。最后，使用特异性的引物对DNA和RNA文库分别扩增后测序。

图1. scCARE-seq流程示意图

研究人员使用scCARE-seq技术在小鼠胚胎干细胞中进行了实验技术验证，并在细胞聚类和细胞周期方面进行了研究探索：

1、从群体水平到单细胞水平逐步验证了scCARE-seq技术的可行性和数据的可靠性

为了证明scCARE-seq这个新技术的可靠性，研究人员系统地进行了数据质量评估。在群体水平，观察到了scCARE-seq数据，不论是染色质三维结构还是基因表达方面，其和先前已发表方法的数据具有很高的相关性，这也说明了技术流程的可行性。在单细胞水平中，染色质三维结构方面证实了有效互作和顺反比与其他已发表的scHi-C方法类似。基因表达方面，从UMIs和基因数量对比中可观察到scCARE-seq的数据分布和其他已发表的单细胞多组学技术中的RNA数据相似。因此，研究人员从群体水平到单细胞水平逐步证明了scCARE-seq可以在同一单细胞中捕获到有效可靠的染色质三维结构和基因表达数据。

2、在细胞聚类中展现了可以利用scCARE-seq技术的单细胞RNA信息，弥补单细胞Hi-C聚类区分相近细胞类型不足的能力

单细胞多组学技术常用于鉴定不同细胞类型，尤其是稀有细胞类型的发现。为了说明scCARE-seq技术在细胞聚类方面的应用能力，研究人员在2i和血清培养条件下的小鼠胚胎干细胞中进行了分析。他们观察到scCARE-seq数据可以通过同一单细胞中的RNA数据来弥补Hi-C数据区分相似细胞类型能力较弱的缺陷。同时，研究人员发现通过转录信息聚类的相邻细胞类型之间，其染色质结构具有更高的相关系数，这也说明了scCARE-seq可以更好地展现相近细胞类型间的染色质三维结构差异。除此之外，研究人员还进一步展现了细胞亚群间compartment层级和E-P相互作用中的三维结构和基因表达的变化关系。

3、在细胞周期中阐述了细胞周期对单细胞Hi-C聚类的影响，以及染色质三维结构与转录之间的动态变化关系

尽管在细胞周期中，染色质三维结构和转录的变化已经在群体和单细胞水平上被分别捕获，但它们的调控关系却知之甚少。首先，研究人员根据scCARE-seq中的染色质三维结构信息，将每个细胞分配到细胞周期的不同阶段。随后，通过进一步引入相应单细胞的基因表达数据，研究人员在小鼠胚胎干细胞中全局水平发现了E-P相互作用与转录之间正相关的周期性变化（图2）。同时，研究人员还观察到了部分特定细胞周期差异基因的上下调与E-P相互作用的增减相关。这表明scCARE-seq具有促进细胞周期中染色质三维结构与转录之间动态调控关系的研究的能力。

图2.小鼠胚胎干细胞在细胞周期中的染色质三维结构和转录水平的动态变化

综上所述，该研究报道了一个可靠且易用的单细胞多组学方法，实现从单细胞中同时获取染色质三维结构和基因表达信息，进而阐述了两者在细胞聚类中的差异以及在细胞周期中的动态变化。此外，在未来研究中，该方法可以应用于复杂组织或者发育和疾病发生发展过程，还具有改善由于细胞周期不一致造成研究干扰问题的潜能，使科研人员可以更好地研究三维基因组和转录的调控关系。

中山大学中山医学院的博士生曲佳乐和博士后孙隽为本文的共同第一作者。中山大学丁俊军教授、暨南大学范丽丽老师和四川大学华西生物医学大数据中心曾筱茜副教授为该论文的共同通讯作者。

参考文献：

1. Bonev, B. et al. Multiscale 3D Genome Rewiring during Mouse Neural Development. Cell 171, 557-572.e524 (2017).

2. Du, Z. et al. Allelic reprogramming of 3D chromatin architecture during early mammalian development. Nature 547, 232-235 (2017).

3. Lupiáñez, Darío G. et al. Disruptions of Topological Chromatin Domains Cause Pathogenic Rewiring of Gene-Enhancer Interactions. Cell 161, 1012-1025 (2015).

4. Lieberman-Aiden, E. et al. Comprehensive Mapping of Long-Range Interactions Reveals Folding Principles of the Human Genome. Science 326, 289-293 (2009).

5. Dixon, J.R. et al. Chromatin architecture reorganization during stem cell differentiation. Nature 518, 331-336 (2015).

6. Rao, Suhas S.P. et al. A 3D Map of the Human Genome at Kilobase Resolution Reveals Principles of Chromatin Looping. Cell 159, 1665-1680 (2014).

7. Kempfer, R. & Pombo, A. Methods for mapping 3D chromosome architecture. Nature Reviews Genetics 21, 207-226 (2020).

8. Mortazavi, A., Williams, B.A., McCue, K., Schaeffer, L. & Wold, B. Mapping and quantifying mammalian transcriptomes by RNA-Seq. Nature Methods 5, 621-628 (2008).

9. Marioni, J.C., Mason, C.E., Mane, S.M., Stephens, M. & Gilad, Y. RNA-seq: an assessment of technical reproducibility and comparison with gene expression arrays. Genome Res 18, 1509-1517 (2008).

10. Schwartzman, O. & Tanay, A. Single-cell epigenomics: techniques and emerging applications. Nature Reviews Genetics 16, 716-726 (2015).

11. Wen, L. & Tang, F. Single-cell sequencing in stem cell biology. Genome Biology 17, 71 (2016).

12. Tan, L., Xing, D., Chang, C.-H., Li, H. & Xie, X.S. Three-dimensional genome structures of single diploid human cells. Science 361, 924-928 (2018).

13. Ulianov, S.V., Tachibana-Konwalski, K. & Razin, S.V. Single-cell Hi-C bridges microscopy and genome-wide sequencing approaches to study 3D chromatin organization. Bioessays 39 (2017).

14. Tang, F. et al. mRNA-Seq whole-transcriptome analysis of a single cell. Nature Methods 6, 377-382 (2009).

15. Svensson, V., Vento-Tormo, R. & Teichmann, S.A. Exponential scaling of single-cell RNA-seq in the past decade. Nature Protocols 13, 599-604 (2018).