| EN

Cell Discovery | 谢晓亮课题组开发高通量单细胞三维基因组学技术

2025年02月05日

染色质在细胞核中折叠形成的多尺度三维结构。这种多层级结构是基因表达调控的一个重要层面,在许多发生在DNA上的生物学过程中发挥重要功能。同时,染色质三维结构的异常会导致发育异常、癌症发生,并且和其他多种疾病的发生密切相关。


单细胞三维基因组学技术的发展,尤其是基于测序的单细胞Hi-C技术,使得我们能够在单细胞分辨率下研究染色质空间折叠的异质性和细胞类型的特异性。但是现有scHi-C技术普遍面临细胞通量限制。尽管基于组合索引(combinatorial indexing) 策略的高通量方法已见报道,但其仍存在三大技术壁垒:1)实验流程复杂耗时;2)依赖定制化试剂;3)数据稀疏性显著,平均每个细胞仅能检测到少量染色质互作(~5k contacts)。这些限制严重制约了scHi-C技术在大规模细胞图谱研究中的应用。


2025年1月21日,昌平国家实验室/北京大学生物医学前沿创新中心谢晓亮教授及其团队在Cell Discovery杂志发表了题为“Droplet-based high-throughput 3D genome structure mapping of single cells with simultaneous transcriptomics”的研究论文,成功开发了基于商业化微流控系统的高通量单细胞Hi-C技术(Droplet-based single-cell Hi-C, dscHi-C)及其联合转录组双组学技术dscHi-C multiome技术,为大规模细胞图谱研究,解析复杂组织、疾病发生发展等过程相关的动态染色质三维结构提供了强有力的工具。近期,加州大学圣地亚哥分校任兵课题组发表了类似的droplet Hi-C技术。


09.png

dscHi-C技术将培养的细胞群或组织样本提取的细胞核,历经HiC 3.0流程处理后,再进行Tn5转座酶反应将染色质片段化,随后通过商业化液滴微流控平台10x Chromium为单细胞加上独一无二的细胞标签,最终解交联建库并测序(图1a),使得dscHi-C单批次实验即可捕获数万个单细胞的三维基因组信息。与其他scHi-C技术参数相比,dscHi-C兼顾高通量的优势同时有着较高的检测灵敏度:在细胞系中可以检测到超过100 k的染色质互作,在鼠脑组织中可以检测到约78 k左右的染色质互作(图1 b)。此外,相比主流的scHi-C技术,dscHi-C在通量与建库流程上有着巨大优势,大大缩减了文库制备时间(图1c)。在小鼠胚胎干细胞中验证了dscHi-C技术可以准确地捕获多层级染色质折叠特征(图1d,e)。


10.jpg

图1.dscHi-C技术的开发与比较


在验证dscHi-C技术可以实现对小鼠大脑皮层不同细胞类型的精准区分后。研究者利用dscHi-C对小鼠大脑皮层的三个发育阶段(年轻,中年,老年)进行取样,一共获取了32,777个单细胞,构建了小鼠大脑皮层衰老单细胞三维基因组图谱(图 2a)。随后研究者分析了衰老相关的多尺度三维基因组结构。发现在神经元和胶质细胞染色质都表现出区室化都变弱,并且伴随着长程相互作用和染色体间相互作用增加(图2 b,c)。并且发现神经元区室变化的基因富集在感官感知和信息素感知和DNA甲基化代谢通路,而胶质细胞区室变化的基因显著富集在先天免疫反应,比如炎症反应和细胞因子产生等(图 2d),这与此前单细胞转录组数据观测到先天免疫基因激活一致。进一步分析拓扑结构域发现,在神经元中拓扑结构域隔离在衰老过程中增强,并且发现老年小鼠特异的新发边界显著富集于轴突导向等神经元形态发生相关通路(图 2e,f)。

11.jpg

图2. 小鼠大脑皮层衰老相关的染色质区室变化


随后,研究者在dscHi-C技术基础上,成功开发了高通量单细胞三维基因组与转录组的多组学技术——dscHi-C multiome(图3a),并且在染色质接触和RNA捕获上都做了改进,进一步提升了检测率(图3b,c)。随后在小鼠大脑皮层中展示了dscHi-C multiome技术在研究染色质三维结构和基因表达关系中的运用(图3d,e)。高通量单细胞Hi-C技术的发展,为揭示发育与疾病中表观遗传层面与基因调控的时空关系奠定了方法学基础。未来,该技术可深度应用于神经退行性疾病、胚胎发育,肿瘤微环境异质性解析等领域,推动精准医学时代的机制研究与治疗策略开发。


12.jpg

图3. dscHi-C multiome揭示小鼠大脑皮层中染色质结构和基因表达的关系


已毕业博士生吴烘贵博士和北京大学生物医学前沿创新中心/生命科学学院博士生王茂旭为该论文的并列第一作者。昌平实验室/北京大学生物医学前沿创新中心谢晓亮教授为该论文通讯作者。谢晓亮团队的郑英慧副研究员为该论文做出了重要贡献。该研究得到昌平国家实验室的支持和资助。


论文链接

https://www.nature.com/articles/s41421-025-00770-8


最新动态