细胞命运/状态受多维度染色质修饰与转录因子结合景图调控。整合这些多维度输入信号，决定了基因表达的时空特异性和细胞命运。全局性研究多维表观信号之间的内在调控联系是解析细胞命运决定普适性机制的关键。虽然目前已有多种能单细胞水平上高精度解析单一表观修饰的实验方法，但是用现有技术获得的数据很难准确地整合成高维度的全表观组图景。因此，开发新的高质量、高通量且具普适性的单细胞多组学技术对于深入研究上述科学问题至关重要。

 

2021年5月6日，生命科学联合中心、北京大学分子医学研究所研究员何爱彬研究组在《Nature Methods》杂志在线发表题为“Single-cell joint detection of chromatin occupancy and transcriptome enables higher-dimensional epigenomic reconstructions”的研究论文，报道了一种新型高通量和高质量的名为CoTECH (combined assay of transcriptome and enriched chromatin binding)的单细胞双组学技术，这个方法能够同时在单个细胞中捕获蛋白质-染色质互作和基因表达信息，并重构单细胞多维表观景图。

 

 

CoTECH方法是在何爱彬研究组早期开发的单细胞ChIP-seq方法CoBATCH¹的基础上，巧妙地结合了优化的单细胞RNA-seq技术，实现在单个细胞中，同时捕获特定的组蛋白修饰或者转录因子结合以及转录组（图1）。此外，由于CoTECH方法沿用了组合标签策略，使得CoTECH技术具有普适性，即不借助特殊仪器及不需要构建转基因模型的情况下高通量、高精度地获得单细胞双组学数据，即使在起始细胞数量有限（数千个单细胞）的情况下依然能获得很高的数据质量，能够满足大多数的研究需求。值得一提的是，与CoTECH技术相关的UCSD任兵团队报道的Paired-Tag方法，基于Split-pool和多轮连接，从几百万个细胞起始，从而实现单细胞组蛋白修饰与转录组检测²。

 

为了达到重构高维度表观组图景的目的，作者利用CoTECH捕获的双组学数据，提出了新的分析框架和策略：在多批次实验（捕获不同的组蛋白修饰）的数据中，利用各自的转录组数据对单细胞进行分群，并将转录组非常相似的来自多个单细胞数据进行合并，获得具有转录组以及多种组蛋白修饰信息的“pseudosingle cells”（图2）。通过此方法，在整合多批次实验的数据之后，研究者可以获得拥有多种不同类型的组蛋白修饰、转录因子结合以及基因表达情况的“pseudosingle cell”数据。

 

图1 高通量单细胞多组学技术CoTECH流程图

 

 

 

图2 CoTECH实现多种组蛋白修饰表观重构的分析策略

 

利用CoTECH技术，作者在小鼠胚胎干细胞中解析了二价染色质区域（bivalent chromatin domain）与基因表达的联系，结合“pseudosingle cells”策略解析随拟时序发展中二价染色质评分与H3K4me3/H3K27me3及基因表达的动态关系。此外，作者还在利用CoTECH解析小鼠胚胎两波生血事件中细胞命运决定的偏向。通过对小鼠胚胎主动脉-性腺-中肾（aorta-gonad-mesonephros, AGM）区域以及卵黄囊（yolk-sac）区域的内皮细胞用coTECH同时捕获转录组以及标记激活型增强子的组蛋白H3K27ac修饰，识别出在这两次生血过程的内皮-生血细胞转变（EHT）事件中，两方增强子使用的偏好，从而一定程度解释二者的细胞命运产生差异的原因。

 

由于基因的转录与否往往是协同多种转录因子结合、组蛋白修饰、DNA甲基化修饰、染色质可及性、染色质构象等多个层面的调控因子共同决定，其中每个层面的因素对转录的激活/抑制作用贡献各不相同，因此从多维度多角度重构细胞的表观基因组对我们全面理解基因表达调控的机制非常重要。利用“pseudosingle-cell”的分析策略可将CoTECH数据与其他类似的多组学数据，如解析转录组与染色质可及性的sci-CAR³、SNARE-seq⁴等，解析转录组与DNA甲基化的scM&T-seq⁵等方法获得的数据进行整合，以达到重构更高维度的单细胞表观组全景的目的，帮助研究者更全面地认识与定义细胞状态及细胞命运的决定。

 

生命科学联合中心博士生熊海清、罗颖洁与北京大学分子医学研究所博士生王千昊为论文共同第一作者，生命科学联合中心、北京大学分子医学研究所何爱彬研究员为本文的通讯作者。该研究获得了科技部干细胞专项、国家自然科学基金委，生命科学联合中心和勃林格殷格翰研究员奖项目的支持。

 

 

原文链接：https://doi.org/10.1038/s41592-021-01129-z

 

参考文献：

 

1 Wang, Q. et al. CoBATCH for High-Throughput Single-Cell Epigenomic Profiling. Mol Cell 76, 206-216 e207, doi:10.1016/j.molcel.2019.07.015 (2019).

2 Zhu, C. et al. Joint profiling of histone modifications and transcriptome in single cells from mouse brain. Nat Methods 18, 283-292, doi:10.1038/s41592-021-01060-3 (2021).

3 Cao, J. et al. Joint profiling of chromatin accessibility and gene expression in thousands of single cells. Science 361, 1380-1385, doi:10.1126/science.aau0730 (2018).

4 Chen, S., Lake, B. B. & Zhang, K. High-throughput sequencing of the transcriptome and chromatin accessibility in the same cell. Nat Biotechnol 37, 1452-1457, doi:10.1038/s41587-019-0290-0 (2019).

5 Angermueller, C. et al. Parallel single-cell sequencing links transcriptional and epigenetic heterogeneity. Nature Methods 13, 229-+, doi:10.1038/nmeth.3728 (2016).