2020年11月16日訊/
生物谷BIOON/---在兩項新的研究中，來自美國華盛頓大學醫學院和布羅特曼-巴蒂精準醫學研究所等研究機構的研究人員構建出兩個細胞圖譜，用於追蹤人類細胞類型和組織發育過程中的基因表達和和染色質可及性（chromatin accessibility，也譯為染色質可訪問性）。其中的一個細胞圖譜繪製了15種胎兒組織中單個細胞內的基因表達，另一個細胞圖譜繪製了這些細胞內單個細胞的染色質可及性。相關研究結果發表在2020年11月13日的兩篇Science論文中，論文標題分別為「A human cell atlas of fetal gene expression」和「A human cell atlas of fetal chromatin accessibility」。
這些圖譜共同為了解人類發育過程中的基因表達和染色質可及性提供了規模空前的基礎資源。此外，這兩篇論文中描述的技術使得生成數百萬個細胞的基因表達和染色質可及性數據成為可能。
除了華盛頓大學醫學院和布羅特曼-巴蒂精準醫學研究所之外，來自Illumina公司、亞利桑那大學、弗雷德-哈欽森癌症研究中心、馬克斯-普朗克分子
遺傳學研究所和羅切斯特大學醫學中心的合作者也為這兩項研究做出了貢獻。
基因表達圖譜第一項新的研究涉及第一個細胞圖譜，即基因表達圖譜。基因表達是細胞利用它的DNA中儲存的指令指導蛋白合成的過程。這些蛋白又決定了細胞的結構和功能。基因表達圖譜繪製了不同類型細胞生長發育過程中基因表達發生的位置和時間。
圖片來自Science, 2020, doi:10.1126/science.aba7721。
第一
篇論文的第一作者、華盛頓大學醫學院基因組科學教授Jay Shendure實驗室的博士後研究員Junyue Cao說，「從這些數據中，我們可以直接生成人類組織中所有主要細胞類型的目錄，包括這些細胞類型在不同組織中的基因表達可能如何發生變化。」Shendure說，「該領域有一個總體目標，就是在儘可能廣泛的範圍內，以儘可能高的解析度來描繪人類的
遺傳程序。」
為了創建基因表達圖譜，這些研究人員通過使用一種名為 sci-RNA-seq3 的技術，對 15 種胎兒組織的基因表達進行了剖析。這種技術為每個細胞貼上了三個DNA條形碼的獨特組合標籤，從而使得他們能夠在不進行物理分離的情況下跟蹤這些細胞。
在這些獲得DNA條形碼序列後，他們使用計算機算法獲得單細胞信息，按細胞類型和亞型對細胞進行聚類，並確定它們的發育軌跡。他們對400多萬個單細胞進行了剖析，確定了77種主要的細胞類型和大約650種細胞亞型。
他們還將該基因表達圖譜與現有的小鼠胚胎發育圖譜進行了比較。第一篇論文的共同通訊作者、華盛頓大學醫學院基因組科學副教授、布羅特曼-巴蒂精準醫學研究所研究員Cole Trapnell解釋說，「當我們將這些數據與之前公布的數據結合起來時，我們可以直接繪製出所有主要細胞類型的細胞發育路徑。」
染色質可及性圖譜第二項新的研究涉及第二個細胞圖譜，即染色質可及性圖譜，追蹤了細胞中的染色質可及性。染色質讓DNA能夠緊密地包裝到細胞核中。染色質可以是開放的，對讀取DNA中編碼的
遺傳指令的分子機器來說是「可訪問的」，也可以是封閉的，或者說「不可訪問的」。了解DNA中開放和封閉的區域可以知道細胞如何選擇開啟和關閉基因。
圖片來自Science, 2020, doi:10.1126/science.aba7612。
通過研究染色質可以讓你了解細胞的調控「語法」，第二篇論文的共同通訊作者Darren Cusanovich說，「開放或者說可訪問的短DNA片段富含某些『詞彙（word）』，這些『詞彙』又是細胞確定它想要的特定基因激活的基礎。」
為了剖析單個細胞中的DNA可及性，這些研究人員開發了一種新的方法，稱為 sci-ATAC-seq3。與 sci-RNA-seq3 一樣，這種技術也是在每個細胞中使用三個不同的 DNA 「條形碼」來標記和追蹤單個細胞。然而，sci-ATAC-seq3並不識別所有當前表達的序列，而是捕捉開放的染色質位點並進行測序。
在這項新的研究中，這些研究人員在15種胎兒組織的大約100萬個位點上生成了近80萬個單細胞染色質可及性數據。他們研究了哪些蛋白可能與每個細胞中的可訪問DNA位點相互作用，以及這些相互作用如何解釋細胞類型。這一分析確定了基因組內的發育控制開關。他們還確定了可能與疾病相關的染色質可訪問性位點。
第二篇論文的共同第一作者、Shendure實驗室博士後研究員Silvia Domcke說，「這告訴我們基因組的哪一部分可能是功能性的。我們仍然不知道不編碼基因的基因組區域有多大比例可以參與基因調控。我們的圖譜如今為許多細胞類型提供了這一信息。」（生物谷 Bioon.com）
參考資料：1.Junyue Cao et al. A human cell atlas of fetal gene expression. Science, 2020, doi:10.1126/science.aba7721.