服务介绍
ATAC-seq（Assay for Transposase-Accessible Chromatin with high throughput sequencing）是美国Stanford大学的William Greenleaf教授在2013年所研发的一种实验方法，是一种利用高通量测序对转座酶易接近核染色质进行分析的方法。
通过高活性的 Tn5 转座酶将测序接头插入染色质的开放区域，然后通过测序数据来推断染色质区域的可及性，并计算转录因子结合位点和核小体的区域位置。
服务优势
- 高灵敏度: ATAC-seq可以检测到基因组中极少量的可及染色质区域，使其在样本资源有限的情况下也能获得有意义的结果。
- 低样本需求: 由于ATAC-seq需要的细胞数较少，特别是与其他染色质可及性测序技术相比，可在稀有细胞样本中应用。
- 高通量测序: 使用高通量测序技术，ATAC-seq能够同时分析数百万个片段，提供全面的基因组范围数据。
- 直接检测开放染色质: 通过标记开放染色质区域，ATAC-seq直接反映了基因组的可及性，而不需要附加步骤。
- 快速实验流程: 相比传统的染色质可及性测序方法，ATAC-seq的实验流程简化，减少了样本处理时间。
- 较少的偏差: 由于ATAC-seq使用转座酶进行标记，相对于其他方法，它具有较少的偏差，更好地捕获染色质区域的可及性。
- 分辨率高: ATAC-seq可以提供较高的基因组分辨率，更精确地标记和定位开放染色质区域。
服务流程
客户提供
根据《武汉金开瑞表观项目送样指南》提供实验的样品
样品信息单：需详细填写样品来源、状态及其他基本信息。
最终交付
- 项目报告与数据：
服务说明
|
产品 |
测序数据量 |
平台 |
周期（自然日，提取+测序分析） |
备注 |
|
动物ATAC-seq |
20M reads |
illumina |
45 |
每组建议⾄少两个⽣物学重复 |
|
植物ATAC-seq |
20M reads |
illumina |
45 |
每组建议⾄少两个⽣物学重复 |
案例展示
相关资源
1、ATAC-seq的应用
（1）基因组调控研究：
ATAC-seq可用于鉴定染色质中开放的调控元件，如启动子、增强子和转录因子结合位点。通过在不同细胞类型或条件下进行ATAC-seq实验，可以构建细胞特异性的基因组调控图谱，帮助我们理解基因表达调控的机制。此外，比较正常与疾病样本的ATAC-seq数据还可发现与疾病相关的调控元件，从而揭示疾病发病的潜在机制。
（2）细胞分化和发育研究：
ATAC-seq可以跟踪细胞分化和发育过程中染色质可及性的变化。通过在不同发育时期或细胞分化状态下进行ATAC-seq实验，可以了解在细胞命运决定和特化过程中，哪些基因和调控元件发生了改变，从而更深入地了解细胞分化的分子机制。
（3）疾病机制研究：
ATAC-seq在研究疾病机制方面具有重要的应用潜力。通过对正常和疾病样本进行ATAC-seq分析，可以鉴定疾病相关的染色质变化，并发现与疾病相关的调控元件和途径。这有助于识别潜在的治疗靶点和开发个性化治疗策略。
（4）药物筛选与药物靶点发现：
ATAC-seq可以用于评估药物对染色质可及性的影响。通过对药物处理后的细胞进行ATAC-seq实验，可以发现药物对基因组可及性的调节效应，从而帮助筛选潜在的药物靶点，优化药物治疗方案。
（5）细胞异质性分析：
复杂组织或细胞样本中的异质性是常见的，ATAC-seq可以用于分析细胞间的差异，鉴别不同细胞亚型或状态。通过单细胞ATAC-seq技术，可以将ATAC-seq与单细胞测序相结合，深入了解细胞异质性在不同生理和疾病条件下的变化。
（6）基因组结构与功能研究：
ATAC-seq可以帮助研究基因组的三维结构和功能区域，如染色质环域和TAD边界。通过与Hi-C等技术结合使用，可以揭示基因组结构与功能之间的相互作用关系，深入理解染色质的空间组织与基因调控之间的联系。
2、ATAC-seq实验步骤是一个复杂的流程，需要严格的操作和控制实验条件，以确保数据的准确性和可靠性。以下是ATAC-seq实验的一般步骤以及一些注意事项：
（1）实验步骤：
● 细胞处理与核提取：
▶ 培养或处理细胞样本，使其达到所需的状态。
▶ 提取细胞核，通常采用细胞裂解和核提取的方法。
● 转座酶反应与适配体连接：
▶ 进行ATAC-seq的关键步骤之一是利用转座酶反应来标记开放染色质区域。此步骤需要优化反应条件和酶的浓度，确保转座的效率和特异性。
▶ 在转座酶反应后，进行适配体连接，将测序适配体引入样本中。
● DNA片段化：
▶ 使用声波破碎等方法将转座后的染色质进行片段化，以得到适合测序的较短DNA片段。
● PCR扩增：
▶ 对片段化后的样本进行选择性扩增，以富集转座区域，并降低其他不相关片段的影响。
▶ 避免PCR偏差，使用合适的PCR循环数，以保持相对均衡的片段丰度。
● 高通量测序：
▶ 准备测序样本，并使用高通量测序平台对样本进行测序，产生数百万个短的DNA序列读数。
● 数据分析：
▶ 将测序数据进行比对，将序列读数映射到参考基因组上。
▶ 根据比对结果，识别可及染色质区域，并进一步分析富集区域、差异区域等。
（2）注意事项：
● 样本处理与实验控制：ATAC-seq对样本的处理和实验条件要求严格，避免引入干扰因素和技术偏差。
● PCR偏差：PCR扩增可能会导致片段丰度的偏差，需要适当的数据分析策略来校正。
● 数据解释复杂：ATAC-seq数据解释需要综合考虑多个因素，包括基因组结构、调控元件与基因的距离、细胞异质性等。
● 测序深度与数据存储：适当的测序深度可以保证数据质量和可信度，同时要注意存储和管理大量的测序数据。
● 生物学验证：ATAC-seq结果需要进行生物学验证，如通过其他实验技术如ChIP-seq或功能实验来确认开放染色质区域与基因调控的相关性。
