ATAC-seq

ATAC-seq（Assay for Transposase-Accessible Chromatin with high-throughput sequencing）是一种强大的基因组学技术，用于研究染色质的开放状态以及核小体定位、DNA结合蛋白位置等染色质特征。它通过Tn5转座酶切割开放染色质区域并插入测序接头，从而标记这些区域并进行后续高通量测序分析。

以下是ATAC-seq的介绍：

---

1. ATAC-seq的原理

ATAC-seq的核心原理基于开放染色质的易接触性和Tn5转座酶的特点：

• 开放染色质

  ：染色质处于开放状态时，DNA较少与核小体或其他蛋白质结合，易于外源酶接触。

• Tn5转座酶

  ：Tn5酶能同时切割和插入测序接头，具有高效率和低背景噪声。

ATAC-seq的实验流程如下：

1. 细胞或组织的裂解

   ：提取裸露的核。

2. Tn5转座反应

   ：Tn5转座酶切割开放的染色质区域，并在这些位置插入双链测序接头。

3. DNA扩增

   ：扩增插入了接头的DNA片段。

4. 高通量测序

   ：使用Illumina平台对片段进行测序。

5. 数据分析

   ：通过生物信息学工具分析染色质开放性、转录因子结合位点和核小体定位等特征。

---

2. ATAC-seq的优势

1. 高灵敏度

   ：仅需少量细胞或DNA样本（1000个细胞即可）。

2. 快速简便

   ：与传统染色质开放性分析方法（如DNase-seq）相比，操作更简单，耗时更短。

3. 高分辨率

   ：可以定位开放染色质的精确区域，并解析核小体定位。

4. 广泛应用性

   ：适用于多种样本类型，包括新鲜组织、冷冻样本甚至单细胞。

---

3. 与其他技术的比较

技术	主要研究内容	样本量需求	操作复杂度	数据分辨率
ATAC-seq	开放染色质、核小体位置	低	简单	高
DNase-seq	开放染色质区域	高	复杂	高
MNase-seq	核小体定位	高	中等	高
ChIP-seq	转录因子结合位点、修饰状态	中	中等	高

---

4. 数据分析

ATAC-seq数据分析的主要步骤包括：

1. 数据预处理

   ：

   • 序列质量控制（FastQC、Trimmomatic）

   • 比对到参考基因组（如BWA或Bowtie2）

2. 峰值调用

   ：

   • 使用MACS2等工具检测开放染色质区域的峰值。

3. 下游分析

   ：

   • 核小体占据模式分析。

   • 转录因子结合位点预测（基序分析）。

   • 与其他组学数据整合（RNA-seq、ChIP-seq）。

4. 可视化

   ：

   • IGV浏览器展示开放染色质区域。

   • 热图显示样本间的差异。

---

5. 应用领域

1. 表观遗传学研究

   ：

   • 分析染色质结构变化与基因表达的关系。

   • 研究疾病相关的染色质改变（如癌症、神经退行性疾病）。

2. 转录因子结合位点研究

   ：

   • 推测转录因子调控的靶基因。

3. 细胞类型特异性分析

   ：

   • 用于单细胞ATAC-seq（scATAC-seq），解析异质性。

4. 开发疾病生物标志物

   ：

   • 鉴定与特定病理状态相关的开放染色质区域。

---

6. 局限性

1. 背景噪音

   ：由于Tn5酶的非特异性活性，可能存在非生物学相关的背景信号。

2. 样本依赖性

   ：对样本处理（如裂解和核提取）的敏感性较高。

3. 数据解释

   ：开放染色质不一定对应活跃的转录，需结合其他组学数据进一步验证。

---

7. 最新发展

• 单细胞ATAC-seq（scATAC-seq）

  ：解析单细胞水平的染色质状态。

• 多组学整合

  ：将ATAC-seq与RNA-seq或Hi-C结合，进行全基因组调控网络分析。

• 自动化与高通量平台

  ：提升数据产出效率，降低成本。

---

8. 常用工具与软件

• 质控工具

  ：FastQC, Trim Galore

• 比对工具

  ：Bowtie2, BWA

• 峰值调用工具

  ：MACS2

• 可视化工具

  ：IGV, UCSC Genome Browser

• 基序分析工具

  ：HOMER, MEME

---

ATAC-seq凭借其高灵敏度、高分辨率和简便性，已成为表观遗传学研究的核心工具之一，广泛应用于基础研究和临床诊断开发中。

以下是一个ATAC-seq分析代码流程，基于主流的工具和框架，涵盖从原始数据处理到下游分析。使用的主要工具包括FastQC、Trimmomatic、Bowtie2、Samtools、MACS2等。

假设你使用的是Linux或macOS环境，以下代码使用Bash脚本实现。

---

1. 环境准备

安装必要的软件：

# 更新包管理器并安装常用工具sudo apt update && sudo apt install -y fastqc trimmomatic bowtie2 samtools macs python3# 使用conda安装其他工具（推荐）conda create -n atac-seq python=3.9conda activate atac-seqconda install -c bioconda fastqc trimmomatic bowtie2 samtools macs2

 

---

2. 数据预处理

2.1 质控分析

检查原始FASTQ文件的质量：​​​​​​​

# 输入和输出目录RAW_DATA_DIR="path/to/raw_data"QC_OUTPUT_DIR="path/to/qc_output"mkdir -p ${QC_OUTPUT_DIR}
# 运行FastQCfastqc ${RAW_DATA_DIR}/*.fastq -o ${QC_OUTPUT_DIR}

 

2.2 数据修剪

使用Trimmomatic去除接头污染和低质量碱基：​​​​​​​

# 输入和输出文件INPUT_FASTQ="${RAW_DATA_DIR}/sample_R1.fastq"OUTPUT_DIR="path/to/trimmed_data"mkdir -p ${OUTPUT_DIR}
# 修剪命令trimmomatic SE -phred33 \    ${INPUT_FASTQ} \    ${OUTPUT_DIR}/sample_R1_trimmed.fastq \    ILLUMINACLIP:TruSeq3-SE.fa:2:30:10 \    LEADING:3 TRAILING:3 SLIDINGWINDOW:4:15 MINLEN:36

 

---

3. 比对到参考基因组

使用Bowtie2将修剪后的数据比对到参考基因组：​​​​​​​

# 设置路径GENOME_INDEX="path/to/bowtie2_index/genome"TRIMMED_FASTQ="${OUTPUT_DIR}/sample_R1_trimmed.fastq"ALIGN_DIR="path/to/alignment"mkdir -p ${ALIGN_DIR}
# 比对bowtie2 -x ${GENOME_INDEX} \    -U ${TRIMMED_FASTQ} \    -S ${ALIGN_DIR}/sample_aligned.sam

 

---

4. SAM/BAM文件处理

使用Samtools对比对文件进行格式转换和过滤：​​​​​​​

# 转换SAM为BAM并排序samtools view -bS ${ALIGN_DIR}/sample_aligned.sam | samtools sort -o ${ALIGN_DIR}/sample_sorted.bam
# 去除PCR重复samtools markdup -r ${ALIGN_DIR}/sample_sorted.bam ${ALIGN_DIR}/sample_dedup.bam
# 索引BAM文件samtools index ${ALIGN_DIR}/sample_dedup.bam

 

---

5. 峰值调用

使用MACS2调用开放染色质区域的峰值：​​​​​​​

# 创建输出目录PEAK_CALLING_DIR="path/to/peaks"mkdir -p ${PEAK_CALLING_DIR}
# 峰值调用macs2 callpeak -t ${ALIGN_DIR}/sample_dedup.bam \    -f BAM -g hs \    -n sample \    --outdir ${PEAK_CALLING_DIR} \    --nomodel --shift -100 --extsize 200 -q 0.01

 

---

6. 下游分析

6.1 热图与可视化

生成染色质开放区域的热图：​​​​​​​

# 使用deepTools生成热图conda install -c bioconda deeptoolsbamCoverage -b ${ALIGN_DIR}/sample_dedup.bam -o ${ALIGN_DIR}/sample.bw
# 热图生成computeMatrix reference-point \    -S ${ALIGN_DIR}/sample.bw \    -R peaks.bed \    --referencePoint center \    -a 2000 -b 2000 \    -o matrix.gz
plotHeatmap -m matrix.gz -out heatmap.pdf

 

6.2 基序分析

提取峰值序列并分析基序：​​​​​​​

# 提取峰值序列bedtools getfasta -fi path/to/genome.fa -bed ${PEAK_CALLING_DIR}/sample_peaks.narrowPeak -fo peaks.fa
# 使用HOMER进行基序分析findMotifsGenome.pl peaks.fa hg19 motif_results/

 

---

7. 数据整合

结合其他组学数据（如RNA-seq）：

• 交叉比较ATAC-seq和RNA-seq结果，关联开放染色质与基因表达。

• 使用工具如BEDTools或GREAT进行功能注释。

---

8. 总结

这是一个完整的ATAC-seq分析流程，具体可以根据你的实验需求调整。例如，使用单细胞ATAC-seq需要调整预处理步骤，并结合专门工具（如Seurat或ArchR）进行分析。对于批量处理样本，可以使用Snakemake或Nextflow等工作流管理工具。

生信大白记第50记，就到这里，关注我！

下一记，持续更新学习生物信息学的内容！

生信大白记邮箱账号：shengxindabaiji@163.com

生信大白记简书账号：生信大白记

生信大白记CSDN账号：生信大白记

生信大白记微信公众号：生信大白记

加入生信大白记交流群938339543