<sub id="znb55"></sub>
  • <i id="znb55"></i>
      <rp id="znb55"><menuitem id="znb55"></menuitem></rp>
      <ins id="znb55"></ins><ins id="znb55"><noframes id="znb55"><cite id="znb55"></cite>
      <ins id="znb55"></ins><ins id="znb55"></ins>
      <menuitem id="znb55"><span id="znb55"><menuitem id="znb55"></menuitem></span></menuitem>
      <del id="znb55"><noframes id="znb55">
      <ins id="znb55"><noframes id="znb55"><ins id="znb55"></ins><var id="znb55"><span id="znb55"><var id="znb55"></var></span></var>
      <ins id="znb55"><noframes id="znb55"><cite id="znb55"></cite>

       

       
      多数基因组中的染色质都紧紧盘绕在细胞核内,但也有一些区域经染色质重塑后呈现出松散的状态,这部分无核小体的裸露DNA区域被称为开放染色质(open chromatin),而DNA复制和基因转录都发生在这些区域。染色质的这种特性叫做染色质的易接近性(chromatin accessibility),通过研究细胞特定状态下开放的染色质区域可以在DNA水平上了解其转录调控。
       
      10x Gennomics单细胞ATAC-seq(Single Cell Assay for Transposase Accessible Chromatin with high-throughput sequencing,单细胞染色质易开放区域测序)基于GemCode微流体平台,利用Tn5转座酶切割染色质的开放区域,并加上测序引物进行高通量测序,以高分辨率研究染色质开放区域,为成千上万个单细胞提供全面的染色质调控图谱。
       
       

       

       

      应用领域

      1. 发现表观遗传变异引起的细胞异质性;
      2. 构建基因表达上游的基因调控网络;
      3. 定义细胞类型和分化状态;
      4. 预测疾病分子标志物
       

       

      技术路线

       

       

       分析内容

       

      标准信息分析  定制化信息分析
      1. 数据分析与质控:测序数据基本质控、样本基本信息结果统计
      2.   比对分析:测序饱和度分析、插入片段长度分布
      3.   Peak分析:peak信息统计、TSS周围信号分布、peak区域片段分布统计
      3. 单细胞亚群分类(降维、聚类、可视化)
      4. Peak注释:peak相关基因注释、peak相关基因GO/KEGG功能富集分析
      5. TF motif分析
      6. 亚群易接近性差异分析
      和10x Genomics 转录组关联分析

       

       

      样品要求

      样本类型:单细胞核悬浮液(单细胞核悬液制备参考样本制备资料)
      细胞类型:细胞系、原代细胞、冷冻保存样品
      细胞核大小:小于40μm
      数据量:推荐每个细胞核测25k read pairs
       

       

      项目周期

      标准流程完成时间为60个工作日

       

       

      参考文献

      [1]. Buenrostro J D, Wu B, Litzenburger U M, et al. Single-cell chromatin accessibility reveals principles of regulatory variation[J]. Nature, 2015, 523(7561): 486.

      [2]. Corces M R, Buenrostro J D, Wu B, et al. Lineage-specific and single-cell chromatin accessibility charts human hematopoiesis and leukemia evolution[J]. Nature genetics, 2016, 48(10): 1193.

      [3]. Cusanovich D A, Hill A J, Aghamirzaie D, et al. A single-cell atlas of in vivo mammalian chromatin accessibility[J]. Cell, 2018, 174(5): 1309-1324. e18.

      [4]. Mezger A, Klemm S, Mann I, et al. High-throughput chromatin accessibility profiling at single-cell resolution[J]. bioRxiv, 2018: 310284.

      [5]. Buenrostro J D, Corces M R, Lareau C A, et al. Integrated single-cell analysis maps the continuous regulatory landscape of human hematopoietic differentiation[J]. Cell, 2018.

      [6]. Lake B B, Chen S, Sos B C, et al. Integrative single-cell analysis of transcriptional and epigenetic states in the human adult brain[J]. Nature biotechnology, 2018, 36(1): 70.

       

       

       

      Q1:  10X单细胞转录组和10X ATAC可以做哪些关联分析?

      A:1)分群的关联,直接将转录组的分群映射到ATAC细胞分群中;

      2)基因组开放区域和下游基因表达的关联;

      3)开放区域的时序关系和基因表达的时序关系的关联(拟时分析)。

       

      Q2: 10x ATAC有生物学重复样本怎么分析?

      A:对于生物学重复的样本,我们会对每个生物学样本的peak进行组内合并。合并peak的方式一般有两种,分别是取交集,以及取并集。

       

       

       

       

       

       

      案例一  单细胞测序技术绘制哺乳动物染色质可接近性图谱

       

      研究应用单细胞ATAC-seq分析了5只成年雄性小鼠13个组织约10万个单细胞染色质可及性,最终得到81173个细胞,共鉴定出85个亚群和436206种调控元件,并利用启动子的相关基因对85个亚群的细胞类型进行注释,呈现了哺乳动物不同细胞类型的染色质调控图谱。

      联合单细胞RNA-seq分析数据,发现两种方法注释的细胞类型表现出高度一致性;基于KNN分类将scRNA-seq中最常见的标记关联到scATAC-seq数据,共同注释细胞类型。

      利用全基因组关联研究(GWAS)的数据,使用LDSC模型将人类的SNP提升到小鼠基因组中,根据DA峰值的重叠进行注释,研究人类特征性疾病与细胞类型间的相关性。

      图1 联合scRNA-seq与scATAC-seq数据共同注释细胞类型

       

       

       

      参考文献 1. Cusanovich Darren A, Hill Andrew J, Aghamirzaie Delasa, et al. A Single-Cell Atlas of In Vivo Mammalian Chromatin Accessibility[J]. Cell, 2018, 174:1309-1324.e18

       

      任你躁在线精品免费,天天摸天天做天天爽视频,男女免费观看在线爽爽爽视频,亚洲欧美中文日韩在线v日本 网站地图