Nat Biotech | 发现单细胞组蛋白修饰之间的动态关系 ...

绕青柔劫

原创 vampire97 图灵基因 2023-01-17 10:11 发表于江苏
收录于合集#前沿分子生物学技术




撰文：vampire97
IF=68.164
推荐度：
亮点：
本文提出了一个集成实验、计算的框架，scChIX-seq (single-cell chromatin immunocleavage and unmixing sequencing)，用以绘制单细胞中的多个组蛋白标记。scChIX-seq在单个细胞中将两个组蛋白标记多路复用在一起，然后使用来自各自组蛋白标记谱的训练数据对信号进行计算反卷积，扩大了可以在单个细胞中分析的组蛋白标记的数量。




近日由荷兰乌得勒支大学医学中心&Hubrecht研究所的Alexander van Oudenaarden教授在《Nature Biotechnology》杂志上发表了名为“scChIX-seq infers dynamic relationships between histone modifications in single cells”的研究文章。动物的基因表达依赖于表观遗传标记（如组蛋白修饰）来调节基因组在不同细胞类型中的可及性和功能。大多数绘制单细胞组蛋白修饰的实验技术（如ChIP-seq）仅限于单一组蛋白的修饰。 scChIX-seq可链接不同组蛋白修饰的单细胞图谱，揭示单细胞中组蛋白修饰之间的关系。




scChIX-seq能够分析单细胞中的两种组蛋白修饰，方法（图1）是首先生成3个全基因组sortChIC数据集：2个单孵育数据集，是细胞分别与组蛋白修饰抗体A或B单孵育产生的，第3个双孵育数据集是将细胞与两种组蛋白修饰抗体一起孵育产生的数据集。




图1：scChIX-seq方法概述

然后，作者使用两个单孵育数据集作为训练数据来生成可能的全基因组组蛋白修饰谱对（图2），这些组蛋白修饰分布可以组合以生成假设的双孵育细胞修饰谱。之后，作者将观察到的双孵育细胞分配给最可能的组蛋白修饰谱对，即对每个双孵育细胞修饰谱进行切割，按特定概率，分别分配到它们各自的组蛋白修饰谱中。




图2：scChIX-seq方法概述

scChIX-seq链接不同组蛋白修饰的单细胞图谱，揭示了单细胞中组蛋白修饰之间的关系。在这些链接图中，来自一种染色质状态的信息，例如细胞类型、组蛋白标记水平和拟时间，可以转移到另一种染色质状态。

组蛋白修饰关系的基准测试 为了测试scChIX-seq对于相互排斥且高度重叠的组蛋白修饰模式是否准确，作者将scChIX-seq应用于具有已知重叠量的模拟单细胞数据，以在组蛋白修饰之间的不同重叠模式中对方法进行基准测试（图3）。

作者设计了涵盖不同程度的重叠模式：（1）相互排斥的情景，只有1%的位点重叠；（2）50%位点重叠的中间情景；（3）99%位点重叠的情景。作者为每个基因组位点提供了一个真实参数p，然后使用作者的统计框架估计该参数，以评估准确性。结果验证scChIX-seq在推断单个细胞中相互排斥且高度重叠的多种组蛋白修饰模式是准确的。



图3：组蛋白修饰关系的基准测试

使用纯化细胞类型的真实数据进行验证 作者通过从小鼠骨髓中纯化三种已知细胞类型来生成sortChIC数据集：B细胞，粒细胞和自然杀伤（NK）细胞。将骨髓细胞分成三个技术批次：一批单独用抗H3K27me3抗体孵育（单孵育），一批单独用抗H3K9me3（单孵育）孵育，第三批同时使用抗H3K27me3和抗H3K9me3抗体（双重孵育，H3K27me3 + H3K9me3）。

H3K27me3和H3K9me3已被证明具有相互排斥的关系。但尚不清楚这种关系如何精确地改变以在不同位点产生细胞类型特异性模式，因此仍然需要对这两种关系进行建模以准确推断单个细胞中的两种染色质谱。仅从双孵育数据来看，不知道哪些切割片段对应于H3K27me3，哪些对应于H3K9me3，但只会观察到两个轮廓的叠加。因此，作者使用单孵育的sortChIC数据来训练统计模型，揭示来自相同细胞类型的细胞如何结合其H3K27me3和H3K9me3谱以产生双孵育切割片段的。然后使用该模型将单细胞多路复用信号解卷积为各自的单孵育组蛋白修饰。

去卷积的H3K27me3 + H3K9me3双孵育数据为每个细胞生成了两组切割：一组来自H3K27me3，另一组来自H3K9me3。将去卷积信号与真实单孵育信号进行比较，结果显示与预期细胞类型的相关性高，而其他两种细胞类型的相关性较低（图4）。总体而言，真实数据集表明，scChIX-seq在将切割片段分配给其各自的组蛋白修饰方面是准确和灵敏的。



图4：纯化细胞类型的真实数据验证

scChIX-seq 将每个双孵育的切割片段分配给 H3K27me3 或 H3K9me3。将基因组单细胞中的这些概率总结为热图，Bcl2位点揭示了H3K27me3和H3K9me3之间的相互排斥关系，其中染色质状态主要是H3K9me3，然后切换到H3K27me3，然后切换回H3K9me3。对于Bcl2（图5e），这些转变发生在与细胞类型无关的同一位置。而作者也发现这些转变可以是细胞类型特异性的，如Crim1位点（图5f），与B细胞和粒细胞相比，其H3K27me3区域在NK细胞中Crim1的上游延伸得更远。




图5：纯化细胞类型的真实数据验证

scChIX-seq揭示骨髓中H3K4me1/H3K27me3的关系 作者采样小鼠骨髓将活性（H3K4me1）和抑制性（H3K27me3）染色质状态整合到复杂的细胞混合物中。使用scChIX-seq在活性和抑制性组蛋白修饰之间转移标签并连接UMAP进行联合分析（图6）。




图6：UMAP联合分析

为了发现前B细胞与B细胞之间染色质调节的差异，作者仅选择pro-B或B细胞，并分别对H3K4me1和H3K27me3中的细胞进行重新聚类。借助多模态数据可以将细胞类型特异性的H3K4me1信号传输到H3K27me3 UMAP上，以更准确地区分前B细胞和B细胞。绘制 IgK 位点处 H3K4me1-H3K27me3 分配概率的热图显示，染色质状态在前 B 细胞中被抑制，但在 B 细胞中被激活（图7），与 B 细胞发育过程中染色质状态的渐进激活一致。




图7：H3K4me1-H3K27me3 分配概率的热图

小鼠器官发生过程中H3K36me3/H3K9me3的关系 为了在更复杂的生物学场景中展示该方法，作者在小鼠器官发生（E9.5至E11.5）过程中应用scChIX-seq以单细胞分辨率研究H3K36me3和H3K9me3动力学和细胞类型特异性差异。scChIX-seq显示红细胞和白细胞具有不同的活性染色质和异染色质，但其他非血细胞类型表现出相似的异染色质分布。将每个双孵育细胞分配给H3K36me3和H3K9me3簇确认具有不同H3K36me3的细胞可以共享相同的H3K9me3簇（图8）。




图8：将scChIX-seq应用于小鼠器官发生

标记特异性拟时序和染色质速度 可应用scChIX-seq研究两种活性组蛋白修饰H3K4me1和H3K36me3在体外分化时间过程中的动态关系。在全基因组水平上总结，单孵育细胞的H3K4me1和H3K36me3的UMAPs表明，两个活性标记在时间过程中逐渐向巨噬细胞状态移动(图9）。总之，作者将scChIX-seq应用于两种活性组蛋白修饰，以找到活化状态之间的动态关系。然后，我们模拟这些动力学以推断巨噬细胞分化过程中的染色质速度




图9：将scChIX-seq应用于标记特异性拟时序和染色质速度

本文证明了scChIX-seq可以去卷积多重组蛋白修饰，扩大了可以在单个细胞中分析的组蛋白标记的数量。通过多模态分析揭示生物学见解，揭开单独分析被掩盖的信息。总体而言，scChIX-seq 在基于抗体的染色质分析中解锁了多模态分析，并能够在单细胞不同的组蛋白修饰之间进行联合分析。

教授介绍




Alexander van Oudenaarden教授，是Hubrecht研究所的小组负责人，也是荷兰乌得勒支大学医学中心的基因调控定量生物学教授。他的研究小组将生物学、物理学和信息学相结合，以深入了解发育和干细胞的定量生物学。他们开发了量化基因表达的新技术，并研究了单细胞中基因表达的调节。Alexander van Oudenaarden是单细胞RNA测序的先驱之一，他的实验室开发了几种生物信息学工具来详细分析这些数据。他们的主要兴趣是研究具有相同基因型和相同生长环境的细胞发展不同表型的机制。

参考文献
Yeung, J., Florescu, M., Zeller, P. et al. scChIX-seq infers dynamic relationships between histone modifications in single cells. Nat Biotechnol (2023). https://doi.org/10.1038/s41587-022-01560-3

>>>关于我们<<<
2022年热文TOP10
1、NatRevImmu | 线粒体如何控制调节炎症
2、Science | 靶向蛋白降解途径突破，几乎可用于任何疾病相关蛋白
3、Cell Metab 丨 靶向肿瘤微环境中CD8+T细胞代谢的治疗潜力
4、Nature Cancer | 肿瘤相关成纤维细胞的单细胞分析
5、Annu Rev 丨B细胞在肿瘤微环境中的功能
6、Nature | 线粒体膜形态如何影响CD4+ T细胞分化
7、Nat Immun| 肿瘤浸润巨噬细胞的复杂作用
8、Nat Rev | 巨噬细胞作为癌症治疗的工具和靶点
9、Science | 癌症中的三级淋巴器官结构
10、Cancer Cell | 肿瘤免疫新进展：全基因组筛选发现T细胞耗竭调节因子




图灵基因面向科研工作者推出的 TB-1 数字病理切片扫描仪，自带AI建模和模型解释功能，有望帮助您发现更多细胞和组织空间结构规律。
简单易用，轻松构建原创模型，成本可控，门槛低联系微信号：aipathology       电话：18121496883 （刘女士）

akxeccy17

Bivalent gene