引言
细胞核内DNA完全展开的长度约2米,而一般细胞核的直径仅有10-20微米,因此基因组在空间上是高度折叠的。基因组的折叠不是无序的,其蕴含着重要的调控信息。基于染色质构象捕获测序技术(Hi-C技术),人们将染色质高级结构分为染色质环、拓扑关联域、A/B 区室和染色质领地四个层级。染色质高级结构在生物发育和疾病的发生发展过程中起着重要作用。在发育过程中,染色质结构通过远端调控元件影响基因表达的开启或关闭。异常的染色质结构会导致基因表达异常,进而促进癌症的发生发展。
传统的Hi-C技术是对细胞群体进行建库测序,无法解析特定细胞类型相关的特异性染色质结构。因此对于细胞类型组成复杂的组织样品,需要单细胞Hi-C技术且需要在单个组织样品中同时测定成百上千个单细胞才能覆盖复杂的细胞类型。目前已有的单细胞Hi-C技术由于通量低、成本高、操作繁琐等问题,在组织样品的研究中应用有限。
2024年10月18日,美国加州大学圣地亚哥分校任兵课题组在Nature Biotechnology杂志发表了题为Droplet Hi-C enables scalable, single-cell profiling of chromatin architecture in heterogeneous tissues的长文。文章报道了名为Droplet Hi-C的高通量单细胞染色质构象捕获测序技术。该技术通过利用商业化的细胞包裹微滴产生平台(10x Genomics),实现了对单个细胞内染色质三维互作的高效捕获。Droplet Hi-C不仅具备显著的通量优势,可在一次实验中获得数万个单细胞的染色质高级结构,还大大缩短了实验时间,相比于其它低通量和高通量单细胞Hi-C技术更加简便易行。在成本方面,相比于单个细胞建库的低通量单细胞Hi-C技术,也有较大优势。
将Droplet Hi-C技术应用于小鼠大脑皮层组织样品,能够识别特定细胞类型的特异性染色质高级结构,可将其与表观遗传修饰及基因表达关联起来。研究者还针对Droplet Hi-C数据开发了识别染色质互作中心(chromatin hub)的算法。除染色质高级结构外,Droplet Hi-C还可以检测癌细胞和肿瘤患者组织样本中的拷贝数变异(CNV)、染色质结构变异(SV),特别是,染色体外环形DNA(ecDNA)。研究者基于深度学习模型开发的ecDNA检测算法可以精确识别单细胞中的ecDNA,区别ecDNA与均质染色区(HSR),并计算其在细胞群体中的比例。Droplet Hi-C结合ecDNA检测算法可以捕捉在GBM39细胞抗药性建立过程中,ecDNA的消失、出现及边界变化,也可以在胶质母细胞瘤样品中检测到患者特异性的ecDNA。模式图(Credit: Nature Biotechnology)此外,研究者还将Droplet Hi-C拓展为单细胞多组学测序法Paired Hi-C,可同时检测单个细胞中的三维基因组结构和转录组。该方法可以将基因表达变化与染色质高级结构,癌细胞中的CNV、SV和ecDNA相关联。总之,Droplet Hi-C为研究三维基因组在发育与疾病中的作用,尤其是在脑科学和癌症领域,提供了全新的方法。结合ecDNA检测算法,Droplet Hi-C技术为探索ecDNA及其染色质互作在癌症中的作用提供了新的工具,为临床诊断和个性化药物治疗方案提供了新可能。参考文献
https://www.nature.com/articles/s41587-024-02447-1责编|探索君
排版|探索君
文章来源|“BioArt”
End
往期精选
围观
一文读透细胞死亡(Cell Death) | 24年Cell重磅综述(长文收藏版)热文
Cell | 是什么决定了细胞的大小?热文
Nature | 2024年值得关注的七项技术热文
Nature | 自身免疫性疾病能被治愈吗?科学家们终于看到了希望热文
CRISPR技术进化史 | 24年Cell综述