陳敏，張崢，孟紫媛，張學軍

綜 述

ATAC-seq在復雜疾病研究中的應(yīng)用進展

陳敏1，張崢2，孟紫媛1，張學軍1

1. 安徽醫(yī)科大學第一附屬醫(yī)院皮膚性病科，合肥 230022 2. 復旦大學附屬華山醫(yī)院皮膚性病科，上海 201100

染色質(zhì)轉(zhuǎn)座酶可及性測序(assay for transposase-accessible chromatin with high-throughput sequencing，ATAC-seq)是利用Tn5轉(zhuǎn)座酶研究染色質(zhì)可及性的高通量測序技術(shù)。ATAC-seq可以在全基因組范圍內(nèi)繪制染色質(zhì)可及性圖譜，揭示轉(zhuǎn)錄因子結(jié)合位點以及核小體的位置。在醫(yī)學領(lǐng)域，ATAC-seq技術(shù)是研究重大疾病發(fā)病機制、藥物作用機制、新藥研發(fā)和生物標志物功能等的新一代有力工具。本文對ATAC-seq技術(shù)的優(yōu)勢及其在復雜疾病研究中的應(yīng)用和前景進行了綜述，以期為人類復雜疾病基因表達調(diào)控機制等相關(guān)研究的開展提供借鑒與參考。

ATAC-seq；染色質(zhì)可及性；Tn5轉(zhuǎn)座酶；轉(zhuǎn)錄調(diào)控水平

表觀遺傳學在許多重要的細胞調(diào)控過程中發(fā)揮關(guān)鍵的作用，表觀遺傳學水平的失調(diào)可能是導致嚴重疾病的根源?？刂铺囟ɑ虮磉_譜和表型的所有啟動子和增強子的全基因組特性是理解生物體內(nèi)調(diào)控過程的關(guān)鍵。傳統(tǒng)的技術(shù)手段分析表觀基因組需要大量的細胞，而在臨床稀缺樣本中很難滿足這一要求。近年來，隨著高通量測序法的快速發(fā)展，尤其是染色質(zhì)轉(zhuǎn)座酶可及性測序法(assay for trans-posase-accessible chromatin with high-throughput se-quencing, ATAC-seq)僅利用少量細胞就可以識別基因組中所有調(diào)控序列，極大增加了人們對基因表達調(diào)控機制的理解。本文對ATAC-seq技術(shù)及其在復雜疾病中的應(yīng)用進展進行了綜述，為促進復雜疾病的基因表觀遺傳學發(fā)病機制、藥物靶標搜尋、新藥開發(fā)等領(lǐng)域的研究提供參考。

1 ATAC-seq原理及優(yōu)勢

ATAC-seq是2013年由Buenrostro等[1]研發(fā)的一種全新的方法，主要原理是使用一種超高活性Tn5轉(zhuǎn)座酶，將測序接頭(adapters)插入基因組的開放區(qū)域，同時進行DNA片段化和標記，純化標記后的DNA片段，再通過PCR擴增并測序。Tn5是一種原核生物轉(zhuǎn)座酶，通過“剪切和粘貼”機制發(fā)揮內(nèi)源性作用，可以在剪切DNA的同時將一段特定的序列加到剪切掉的DNA兩端[1,2](圖1)。與傳統(tǒng)的測序方法相比，ATAC-seq有著明顯的優(yōu)勢，主要包括以下3點：(1)樣品需求量小。ATAC-seq在微量建庫時所需最少細胞量僅為200[3]，最佳細胞量大約為25,000~75,000[2]，而DNase-seq、MNase-seq和FAIRE-seq都需要數(shù)千萬到數(shù)億個細胞作為輸入材料，從而才能平均出細胞的群體特征。在許多情況下，罕見和重要的細胞亞型不能獲得足夠的細胞數(shù)量進行全基因組染色質(zhì)分析，而ATAC-seq技術(shù)的開發(fā)，使得對臨床樣本研究的難度大大降低；(2)實驗操作簡單，耗時較短。ATAC-seq只需要簡單的3個步驟，即細胞裂解、Tn5轉(zhuǎn)座酶轉(zhuǎn)位和PCR擴增，就可以構(gòu)建出實驗所需要的文庫，整個實驗操作流程不到3 h[1,2,4,5]；(3)檢測靈敏度高，實驗重復性好。ATAC-seq用50,000個細胞獲得的測序結(jié)果與DNase-seq具有很高的一致性，同時與FAIRE-seq相比具有更高信噪比，而后兩種方法所需要的細胞量是ATAC-seq的3~5個數(shù)量級[1]。ATAC-seq還有著非常好的可重復性(=0.98)，并與DNase-seq數(shù)據(jù)間也有著較好的一致性(>0.79)[1,6]。ATAC-seq除了可以繪制全基因組染色質(zhì)可及性圖譜，預測轉(zhuǎn)錄因子結(jié)合位點，測定核小體的位置，還可被用于測定單個細胞中染色質(zhì)的可及性，從而揭示細胞群體內(nèi)的異質(zhì)性[4,7]。目前ATAC-seq已經(jīng)成為研究染色質(zhì)開放性的首選技術(shù)方法。

圖1 ATAC-seq檢測開放染色質(zhì)位點的技術(shù)方法流程圖

2 ATAC-seq在復雜疾病研究領(lǐng)域的應(yīng)用進展

目前，ATAC-seq技術(shù)在人類疾病方面的研究應(yīng)用相對較少，僅涉及少數(shù)幾種類型的疾病。下面通過對人類腫瘤、自身免疫性疾病、代謝性疾病、退行性疾病等復雜疾病染色質(zhì)開放區(qū)域研究結(jié)果的分析，進一步闡述ATAC-seq在復雜疾病的發(fā)病機制、診斷、預后以及藥物的作用機制等方面研究取得的進展及其應(yīng)用價值。

2.1 ATAC-seq在腫瘤研究中的應(yīng)用

皮膚T細胞淋巴瘤(cutaneous T cell lymphoma, CTCL)是一種主要累及皮膚的異質(zhì)性T細胞腫瘤，主要起源于親皮膚性成熟CD4+T細胞[8]。組蛋白脫乙?；敢种苿9](histone deacetylase inhibitors, HDACi)是第一個由美國食品和藥物管理局(FDA)批準用于治療CTCL的針對表觀基因組的藥物。Qu等[10]利用ATAC-seq對CTCL中活性調(diào)控DNA的分布和動態(tài)以及HDACi治療CTCL表觀基因組的調(diào)控動力學進行研究后發(fā)現(xiàn)，正常CD4+T細胞中ETSRUNXGATA和STAT的轉(zhuǎn)錄因子結(jié)合序列的DNA通路高度表達，但在白血病細胞和宿主非白血病CD4+T細胞中均缺失。在CTCL中特異性激活的基序主要有CTCFJun-AP1NF-kB和BATF。是Treg細胞發(fā)育和功能調(diào)控通路的主調(diào)控因子，且可能是藥物反應(yīng)中關(guān)鍵的調(diào)控因子。在CTCL中和等基因反復發(fā)生變異。CTCF的存在和Jun-AP1的缺失都是HDACi臨床反應(yīng)的預測指標。在個體基因水平上，編碼細胞表面死亡受體，其表達可以解釋表觀遺傳學治療CTCL的療效，但仍不足以用來預測HDACi的臨床反應(yīng)[10,11]。實驗已經(jīng)證實HDACi確實可以增加人類CTCL中啟動子的染色質(zhì)可及性，在啟動子染色質(zhì)可及性增加的CTCL患者中，HDACi發(fā)揮了臨床效應(yīng)[10]。在CTCL中，基因調(diào)控網(wǎng)絡(luò)被NF-kB通路激活所改變，加上3組相互排斥的DNA結(jié)合因子Jun-AP1CTCF和一組轉(zhuǎn)錄因子MYC。針對這些因素或其上游調(diào)節(jié)因子的抑制劑已經(jīng)被開發(fā)出來，如JNK抑制劑[12]，或用于使MYC失活的BRD4抑制劑[13]。Satpathy等[14]在單細胞水平上將編碼T細胞受體的基因測序與ATAC-seq分析相結(jié)合，獲得關(guān)于單個T細胞的T細胞受體特異性和表觀基因組信息，為T細胞惡性腫瘤的研究以及免疫治療奠定了基礎(chǔ)。利用ATAC-seq技術(shù)尋找CTCL發(fā)生、發(fā)展中關(guān)鍵的調(diào)控因子，藥物臨床反應(yīng)中的關(guān)鍵調(diào)控因子，為建立有效的診斷生物標志物，研發(fā)新的治療方案，預測或監(jiān)測針對表觀基因組的藥物治療療效提供了重要的科學依據(jù)。

慢性淋巴細胞白血病(chronic lymphocytic leu-kaemia, CLL)具有顯著的臨床異質(zhì)性。根據(jù)免疫球蛋白重鏈可變區(qū)(immunoglobulin heavy chain variable region, IGHV)突變狀態(tài)可區(qū)分為帶有IGHV基因突變的低侵襲性的CLL (mCLL)和不帶有IGHV基因突變的侵襲性的CLL (uCLL)。Rendeiro等[15]通過ATAC-seq對大量CLL原始樣本進行測序分析，繪制了CLL染色質(zhì)可及性的詳細圖譜。通過將染色質(zhì)圖譜與已知的基因調(diào)控網(wǎng)絡(luò)結(jié)合分析后發(fā)現(xiàn)，轉(zhuǎn)錄因子ZNF354C和ELF5、金屬肽酶ADAM29以及膜蛋白CD22與mCLL高度關(guān)聯(lián)。然而，富含半胱氨酸型運動神經(jīng)元蛋白1 (CRIM1)、轉(zhuǎn)錄因子MECOM和PAX9、成纖維細胞生長因子受體FGFR1和膜蛋白CD9則與uCLL關(guān)聯(lián)更為緊密，且基因的高表達似乎與uCLL關(guān)聯(lián)更大[16]。在這兩種亞型中，聯(lián)系程度較高的基因在相應(yīng)亞型的樣本中，其調(diào)控元件H3K4me1和H3K27ac的表達水平也較高。NOTCH信號通路和干擾素信號通路，在更具侵襲性的亞型(uCLL)中更容易被觀察到，而CTLA4抑制信號通路則在mCLL中更容易被發(fā)現(xiàn)。Ott等[17]利用染色質(zhì)可及性數(shù)據(jù)和功能篩選后發(fā)現(xiàn)BET溴域抑制劑可能是通過破壞CLL核心調(diào)控回路而發(fā)揮強大的抗腫瘤活性。通過結(jié)合染色質(zhì)可及性數(shù)據(jù)和全基因組數(shù)據(jù)可以在表觀基因組水平明確CLL的臨床亞型，提高診斷的準確性，發(fā)現(xiàn)新的藥物靶結(jié)構(gòu)，為實現(xiàn)精準治療，探索新的治療方案提供了重要的科學依據(jù)。

肝細胞癌(hepatocellular carcinoma, HCC)是人類最常見和最具侵襲性的癌癥之一。Dechassa等[18]繪制了非酒精脂肪性肝細胞癌染色質(zhì)可及性圖譜，定位了1677個腫瘤特異性染色質(zhì)可及性敏感位點。結(jié)合ATAC-seq和全基因組表達數(shù)據(jù)，識別出199個差異性表達基因，其中有139個上調(diào)基因和60個下調(diào)基因，在139個上調(diào)基因中有15個敏感位點位于轉(zhuǎn)錄起始位點附近不超過5 kb的范圍內(nèi)，包括和，這些基因與非酒精脂肪性肝細胞癌和HCC的發(fā)生密切相關(guān)。同時證明了這些基因上調(diào)的機制與轉(zhuǎn)錄因子，尤其是NFATC2、組蛋白H3K4me1和H3K27ac基因轉(zhuǎn)錄激活與染色質(zhì)可及性區(qū)域有關(guān)。從上述研究中可以發(fā)現(xiàn)染色質(zhì)可及性干擾在非酒精脂肪性肝細胞癌相關(guān)HCC中重塑染色質(zhì)結(jié)構(gòu)的重要作用。食管癌是最常見的癌癥之一，發(fā)病率逐漸增高，但生存率卻很低。Britton等[19]利用ATAC-seq技術(shù)繪制食管癌染色質(zhì)可及性圖譜，發(fā)現(xiàn)了ETS和AP1轉(zhuǎn)錄因子在食管癌細胞中驅(qū)動基因表達變化的重要作用。Wang等[20]利用ATAC-seq技術(shù)揭示了非小細胞肺癌染色質(zhì)開放區(qū)域的特點，發(fā)現(xiàn)患者間染色質(zhì)開放程度與一些臨床參數(shù)相關(guān)，而且肺腺癌和肺鱗癌間也顯示出明顯不同的染色質(zhì)開放狀態(tài)。癌細胞表現(xiàn)出其染色質(zhì)環(huán)境的重編程，從而導致其轉(zhuǎn)錄譜的改變。利用染色質(zhì)可及性圖譜識別出嵌入在活性調(diào)控元件中的特定轉(zhuǎn)錄因子的足跡，對于疾病的早期診斷、臨床分型、靶向藥物治療、改善預后有重要價值。

2.2 ATAC-seq在狼瘡研究中的應(yīng)用

系統(tǒng)性紅斑狼瘡(systemic lupus erythematosus, SLE)是一種慢性全身性自身免疫性疾病，以B細胞過度活躍和自身抗體的形成為特征[21]。SLE具有遺傳傾向性，表觀遺傳因素對疾病的病因?qū)W有著重要的影響，許多易感基因，包括致病基因，都發(fā)生在B細胞信號通路中，并常常映射到非編碼區(qū)域[22,23]。Scharer等[24]將ATAC-seq應(yīng)用于檢測SLE患者原始B細胞的染色質(zhì)可及性，發(fā)現(xiàn)了SLE患者和健康對照之間不同的染色質(zhì)可及性區(qū)域。SLE患者B細胞染色質(zhì)可及性的增加與白細胞分化、細胞活化和B細胞活化相關(guān)，而健康人群B細胞染色質(zhì)可及性位點主要與參與轉(zhuǎn)錄調(diào)控的基因相關(guān)。健康人群B細胞中染色質(zhì)可及性增加的位點包含和，而SLE特異性可及性位點則表現(xiàn)為參與B細胞活化的轉(zhuǎn)錄因子如NFKBAP-1BATF，以及B細胞分化因子IRF4PRDM1。STAT4啟動子在SLE B細胞中的可及性增加更加顯著。STAT4啟動子可及性的改變可能是由于IFN-alpha信號通路在SLE患者中高表達或提示SLE B細胞對STAT4通路的激活具有表觀遺傳易感性[25]。Gensterblum等[26]發(fā)現(xiàn)CD4+CD28+KIR+CD11ahiT細胞集在狼瘡中具有促進炎癥發(fā)生的表觀遺傳及轉(zhuǎn)錄調(diào)控的特征，消除這些細胞或阻斷其促炎特性可能為狼瘡的治療提供一種新方法。染色質(zhì)開放區(qū)域的研究為SLE表觀遺傳程序編碼的改變提供了科學依據(jù)，并確定了可能影響疾病發(fā)生及進展的基因位點和轉(zhuǎn)錄因子，進而為疾病的治療提供了新的思路。

2.3 ATAC-seq在2型糖尿病研究中的應(yīng)用

2型糖尿病(type 2 diabetes, T2D)的發(fā)病主要與遺傳、表觀遺傳以及環(huán)境因素有關(guān)[27]。全基因組關(guān)聯(lián)研究(genome-wide association studies, GWAS)已經(jīng)確定了100余個調(diào)節(jié)T2D風險和相關(guān)特征的獨立單核苷酸多態(tài)性(single nucleotide polymorphism, SNP)位點[28]。然而，大多數(shù)SNP的致病機制仍不清楚。近期Bysani等[29]繪制出第一張人類胰島細胞染色質(zhì)可及性圖譜，對糖尿病及非糖尿病胰島細胞的染色質(zhì)開放區(qū)域分析后發(fā)現(xiàn)，許多與T2D相關(guān)的SNP位于轉(zhuǎn)錄起始位點附近以及增強子區(qū)域和胰島轉(zhuǎn)錄因子特異性結(jié)合區(qū)域。PDX-1是一種調(diào)節(jié)β細胞發(fā)育和成熟β細胞中胰島素表達的轉(zhuǎn)錄因子，F(xiàn)RA1參與MAPK信號通路和氧化應(yīng)激通路，這兩種轉(zhuǎn)錄因子在T2D中表達明顯增加。這些轉(zhuǎn)錄因子對于胰島的發(fā)育和功能以及胰島素的正常表達均有重要作用。Varshney等[28]整合了基因組、表觀基因組和轉(zhuǎn)錄組變異，提出了RFX依賴轉(zhuǎn)錄反應(yīng)受損與T2D的遺傳易感性有關(guān)的觀點。T2D的發(fā)病主要與胰島β細胞相關(guān)，而胰島β細胞占內(nèi)分泌細胞的28%~54%，Ackermann等[30]基于染色質(zhì)可及性和轉(zhuǎn)錄調(diào)控水平，繪制了人類胰島α細胞和胰島β細胞的遺傳圖譜，為檢測以前未被發(fā)現(xiàn)在胰島中表達的胰島α細胞和胰島β細胞特征基因提供了可能。Greenwald等[31]利用ATAC-seq技術(shù)證實了同源基因在小鼠胰島中活性降低導致葡萄糖刺激的胰島素分泌缺陷。這些研究結(jié)果將T2D風險與表觀基因組調(diào)控聯(lián)系起來，可以看出高分辨率染色質(zhì)可及性圖譜在揭示復雜疾病潛在遺傳風險的基因調(diào)控網(wǎng)絡(luò)中的重要作用。結(jié)合人類胰島細胞的基因組、表觀基因組和轉(zhuǎn)錄組譜，了解染色質(zhì)結(jié)構(gòu)改變和基因表達之間的聯(lián)系，高效精準定位染色質(zhì)開放區(qū)，為精準治療奠定了理論基礎(chǔ)。

2.4 ATAC-seq在骨關(guān)節(jié)炎研究中的應(yīng)用

骨關(guān)節(jié)炎(osteoarthritis, OA)是一種以關(guān)節(jié)軟骨退行性變?yōu)樘卣鞯穆约膊32]。Liu等[33]繪制了OA染色質(zhì)可及性圖譜，在關(guān)節(jié)軟骨中定位了109,215個可接近的染色質(zhì)區(qū)域，其中71%被標注為增強子，確定了潛在的與OA相關(guān)的增強子及其可能的靶基因。在ATAC-seq和RNA-seq的數(shù)據(jù)整合分析中，發(fā)現(xiàn)骨形態(tài)發(fā)生蛋白受體1B型(BMPR1B)以及參與促進成骨細胞分化的成骨細胞標記基因上調(diào)，這表明在OA中成骨細胞分化可能被激活。Baird等[34]利用ATAC-seq確定了8個與臀部形狀相關(guān)的獨立的SNP，這些發(fā)現(xiàn)增加了對髖關(guān)節(jié)形狀的遺傳研究，有助于理解與髖關(guān)節(jié)骨關(guān)節(jié)炎和髖關(guān)節(jié)骨折相關(guān)的潛在致病途徑。傳統(tǒng)的方法由于需要大量的細胞，應(yīng)用于臨床組織的研究是不可行的，特別是軟骨組織，有限的組織樣本大小和細胞外基質(zhì)使得收集足夠的細胞變得困難。ATAC-seq使得直接對臨床樣本進行開放染色質(zhì)的分析成為可能。將臨床相關(guān)的表觀基因組數(shù)據(jù)與遺傳和轉(zhuǎn)錄組數(shù)據(jù)相結(jié)合，為一些可能在OA發(fā)病機制中起關(guān)鍵作用的候選基因和通路提供了多行證據(jù)，可以用于臨床診斷或作為治療靶點。

3 結(jié)語與展望

目前，ATAC-seq還被應(yīng)用于繪制人類原發(fā)性腫瘤[35]、急性髓系白血病[36]、黃斑病[37]等疾病的染色質(zhì)可及性圖譜。這些研究探索了基因調(diào)控的相互作用，揭示了驅(qū)動疾病發(fā)生和發(fā)展的調(diào)控突變，推動了復雜疾病在表觀遺傳水平的研究。ATAC-seq可以獲得細胞在某特定時空下全基因組水平上染色質(zhì)開放區(qū)域的信息，用于檢測所有在該條件下發(fā)生轉(zhuǎn)錄的基因及其順式作用元件[38]，RNA-seq 可以獲得細胞在該特定時空下所有轉(zhuǎn)錄信息[39]，兩者數(shù)據(jù)整合，可以推斷相關(guān)基因上游順式調(diào)控序列，宏觀分析細胞在該特定時空下整個基因組的調(diào)控網(wǎng)絡(luò)[40]。ATAC-seq技術(shù)的開發(fā)與應(yīng)用，對于揭示個體間遺傳水平上的主要差異和相似性以及復雜疾病的病因、臨床分型、個體化醫(yī)療、預后、預測或監(jiān)測藥物療效具有重要的意義。希望本文的敘述可以為人類復雜疾病中相關(guān)研究的開展起到一定的推動作用。

[1] Buenrostro JD, Giresi PG, Zaba LC, Chang HY, Greenleaf WJ. Transposition of native chromatin for fast and sensitive epigenomic profiling of open chromatin, DNA-binding proteins and nucleosome position., 2013, 10(12): 1213–1218.

[2] Buenrostro JD, Wu B, Chang HY, Greenleaf WJ. ATAC- seq: A method for assaying chromatin accessibility genome- wide., 2015, 109: 21.29.1–21.29.9.

[3] Dirks RA, Stunnenberg HG, Marks H. Genome-wide epigenomic profiling for biomarker discovery., 2016, 8: 122.

[4] Doganli C, Sandoval M, Thomas S, Hart D.Assay for Transposase-accessible chromatin with high-throughput sequencing (ATAC-Seq) protocol for zebrafish embryos., 2017, 1507: 59–66.

[5] Song LY, Crawford GE. DNase-seq: a high-resolution technique for mapping active gene regulatory elements across the genome from mammalian cells., 2010, 2010(2): pdb prot5384.

[6] Han JL, Li ZJ, Wang K. Progress on genome-wide identification and analysis of transcriptional regulatory elements based on open-chromatin signatures.,2017, 46(1): 1–8韓金磊, 李占杰, 王凱. 基于開放染色質(zhì)的全基因組水平轉(zhuǎn)錄調(diào)控元件的研究方法與進展. 福建農(nóng)林大學學報: 自然科學版, 2017, 46(1): 1–8.

[7] Grbesa I, Tannenbaum M, Sarusi-Portuguez A, Schwartz M, Hakim O. Mapping genome-wide accessible chromatin in primary Human T Lymphocytes by ATAC-Seq., 2017, (129): doi: 10.3791/56313.

[8] Willemze R, Cerroni L, Kempf W, Berti E, Facchetti F, Swerdlow SH, Jaffe ES. The 2018 update of the WHO- EORTC classification for primary cutaneous lymphomas., 2019, 133(16): 1703–1714.

[9] New M, Olzscha H, La Thangue NB. HDAC inhibitor- based therapies: Can we interpret the code?, 2012, 6(6): 637–656.

[10] Qu K, Zaba LC, Satpathy AT, Giresi PG, Li R, Jin YH, Armstrong R, Jin C, Schmitt N, Rahbar Z, Ueno H, Greenleaf WJ, Kim YH, Chang HY. Chromatin accessibility landscape of cutaneous T cell lymphoma and dynamic response to HDAC inhibitors., 2017, 32(1): 27–41.e4.

[11] Wu J, Wood GS. Reduction of Fas/CD95 promoter methylation, upregulation of Fas protein, and enhancement of sensitivity to apoptosis in cutaneous T-cell lymphoma., 2011, 147(4): 443–449.

[12] Zhang TH, Inesta-Vaquera F, Niepel M, Zhang JM, Ficarro SB, Machleidt T, Xie T, Marto JA,Kim N, Sim T, Laughlin JD, Park H, LoGrasso PV, Patricelli M, Nomanbhoy TK, Sorger PK, Alessi DR, Gray NS. Discovery of potent and selective covalent inhibitors of JNK., 2012, 19(1): 140–154.

[13] Filippakopoulos P, Qi J, Picaud S, Shen Y, Smith WB, Fedorov O, Morse EM, Keates T, Hickman TT, Felletar I, Philpott M, Munro S, McKeown MR, Wang Y, Christie AL, West N, Cameron MJ, Schwartz B, Heightman TD, La Thangue N, French CA, Wiest O, Kung AL, Knapp S, Bradner JE. Selective inhibition of BET bromodomains., 2010, 468(7327): 1067–1073.

[14] Satpathy AT, Saligrama N, Buenrostro JD, Wei Y, Wu B, Rubin AJ, Granja JM, Lareau CA, Li R, Qi Y, Parker KR, Mumbach MR, Serratelli WS, Gennert DG, Schep AN, Corces MR, Khodadoust MS, Kim YH, Khavari PA, Greenleaf WJ, Davis MM, Chang HY. Transcript-indexed ATAC-seq for precision immune profiling., 2018, 24(5): 580–590.

[15] Rendeiro AF, Schmidl C, Strefford JC, Walewska R, Davis Z, Farlik M, Oscier D, Bock C. Chromatin accessibility maps of chronic lymphocytic leukaemia identify subtype- specific epigenome signatures and transcription regulatory networks., 2016, 7: 11938.

[16] Crespo M, Bosch F, Villamor N, Bellosillo B, Colomer D, Rozman M, Marcé S, López-Guillermo A, Campo E, Montserrat E. ZAP-70 Expression as a surrogate for immunoglobulin-variable-region mutations in chronic lymphocytic leukemia., 2003, 348(18): 1764–1775.

[17] Ott CJ, Federation AJ, Schwartz LS, Kasar S, Klitgaard JL, Lenci R, Li Q, Lawlor M, Fernandes SM, Souza A, Polaski D, Gadi D, Freedman ML, Brown JR, Bradner JE. Enhancer architecture and essential core regulatory circuitry of chronic lymphocytic leukemia., 2018, 34(6): 982–995.

[18] Dechassa ML, Tryndyak V, de Conti A, Xiao W, Beland FA, Pogribny IP. Identification of chromatin-accessible domains in non-alcoholic steatohepatitis-derived heap-tocellular carcinoma., 2018, 57(8): 978–987.

[19] Britton E, Rogerson C, Mehta S, Li Y, Li X, Fitzgerald RC, Ang YS, Sharrocks AD. Open chromatin profiling identifies AP1 as a transcriptional regulator in oesophageal adeno-carcinoma., 2017, 13(8): e1006879.

[20] Wang ZF, Tu KL, Xia L, Luo K, Luo WX, Tang J, Lu KY, Hu XL, He YJ, Qiao WL, Zhou YZ, Zhang J, Cao F, Dai SP, Tian PW, Wang Y, Liu LX, Che GW, Zhou QH, Xie D, Li WM. The open chromatin landscape of non-small cell lung carcinoma., 2019, 79(19): 4840–4854.

[21] Zhu L, Yin ZJ, Ju BM, Zhang J, Wang YH, Lv XH, Hao ZM, He L. Altered frequencies of memory B cells in new-onset systemic lupus erythematosus patients., 2018, 37(1): 205–212.

[22] Vaughn SE, Kottyan LC, Munroe ME, Harley JB. Genetic susceptibility to lupus: the biological basis of genetic risk found in B cell signaling pathways., 2012, 92(3): 577–591.

[23] Farh KK, Marson A, Zhu J, Kleinewietfeld M, Housley WJ, Beik S, Shoresh N, Whitton H, Ryan RJ, Shishkin AA, Hatan M, Carrasco-Alfonso MJ, Mayer D, Luckey CJ, Patsopoulos NA, De Jager PL, Kuchroo VK, Epstein CB, Daly MJ, Hafler DA, Bernstein BE. Genetic and epigenetic fine mapping of causal autoimmune disease variants., 2015, 518(7539): 337–343.

[24] Scharer CD, Blalock EL, Barwick BG, Haines RR, Wei C, Sanz I, Boss JM. ATAC-seq on biobanked specimens defines a unique chromatin accessibility structure in na?ve SLE B cells., 2016, 6(1): 27030.

[25] Kariuki SN, Kirou KA, MacDermott EJ, Barillas-Arias L, Crow MK, Niewold TB.Cutting edge: autoimmune disease risk variant of STAT4 confers increased sensitivity to IFN-α in lupus patients., 2009, 182(1): 34–38.

[26] Gensterblum E, Renauer P, Coit P, Strickland FM, Kilian NC, Miller S, Ognenovski M, Wren JD, Tsou PS, Lewis EE, Maksimowicz-McKinnon K, McCune WJ, Richardson BC, Sawalha AH. CD4+CD28+KIR+CD11ahiT cells correlate with disease activity and are characterized by a pro-inflammatory epigenetic and transcriptional profile in lupus patients., 2018, 86: 19–28.

[27] Bacos K, Gillberg L, Volkov P, Olsson AH, Hansen T, Pedersen O, Gjesing AP, Eiberg H, Tuomi T, Almgren P, Groop L, Eliasson L, Vaag A, Dayeh T, Ling C. Blood-based biomarkers of age-associated epigenetic changes in human islets associate with insulin secretion and diabetes., 2016, 7: 11089.

[28] Varshney A, Scott LJ, Welch RP, Erdos MR, Chines PS, Narisu N, Albanus RD, Orchard P, Wolford BN, Kursawe R, Vadlamudi S, Cannon ME, Didion JP, Hensley J, Kirilusha A, NISC Comparative Sequencing Program, Bonnycastle LL, Taylor DL, Watanabe R, Mohlke KL, Boehnke M, Collins FS, Parker SC, Stitzel ML. Genetic regulatory signatures underlying islet gene expression and type 2 diabetes., 2017, 114(9): 2301–2306.

[29] Bysani M, Agren R, Daveg?rdh C, Volkov P, R?nn T, Unneberg P, Bacos K, Ling C. ATAC-seq reveals alterations in open chromatin in pancreatic islets from subjects with type 2 diabetes., 2019, 9(1): 7785.

[30] Ackermann AM, Wang Z, Schug J, Naji A, Kaestner KH. Integration of ATAC-seq and RNA-seq identifies human alpha cell and beta cell signature genes., 2016, 5(3): 233–244.

[31] Greenwald WW, Chiou J, Yan J, Qiu Y, Dai N, Wang A, Nariai N, Aylward A, Han JY, Kadakia N, Regue L, Okino ML, Drees F, Kramer D, Vinckier N, Minichiello L, Gorkin D, Avruch J, Frazer KA, Sander M, Ren B, Gaulton KJ. Pancreatic islet chromatin accessibility and conformation reveals distal enhancer networks of type 2 diabetes risk., 2019, 10(1): 2078.

[32] Findlay DM, Kuliwaba JS. Bone–cartilage crosstalk: a conversation for understanding osteoarthritis., 2016, 4: 16028.

[33] Liu Y, Chang JC, Hon CC, Fukui N, Tanaka N, Zhang Z, Lee MTM, Minoda A.Chromatin accessibility landscape of articular knee cartilage reveals aberrant enhancer regulation in osteoarthritis., 2018, 8(1): 15499.

[34] Baird DA, Evans DS, Kamanu FK, Gregory JS, Saunders FR, Giuraniuc CV, Barr RJ, Aspden RM, Jenkins D, Kiel DP, Orwoll ES, Cummings SR, Lane NE, Mullin BH, Williams FM, Richards JB, Wilson SG, Spector TD, Faber BG, Lawlor DA, Grundberg E, Ohlsson C, Pettersson- Kymmer U, Capellini TD, Richard D, Beck TJ, Evans DM, Paternoster L, Karasik D, Tobias JH. Identification of novel loci associated with hip shape: a meta-analysis of genome-wide association studies., 2019, 34(2): 241–251.

[35] Corces MR, Granja JM, Shams S, Louie BH, Seoane JA, Zhou W, Silva TC, Groeneveld C, Wong CK, Cho SW, Satpathy AT, Mumbach MR, Hoadley KA, Robertson AG, Sheffield NC, Felau I, Castro MAA, Berman BP, Staudt LM, Zenklusen JC, Laird PW, Curtis C, Greenleaf WJ, Chang HY. The chromatin accessibility landscape of primary human cancers., 2018, 362(6413).

[36] Tak YG, Farnham PJ. Making sense of GWAS: using epigenomics and genome engineering to understand the functional relevance of SNPs in non-coding regions of the human genome., 2015, 8(1): 57.

[37] Wang J, Zibetti C, Shang P, Sripathi SR, Zhang PW, Cano M, Hoang T, Xia SL, Ji HK, Merbs SL, Zack DJ, Handa JT, Sinha D, Blackshaw S, Qian J. ATAC-Seq analysis reveals a widespread decrease of chromatin accessibility in age-related macular degeneration., 2018, 9(1): 1364.

[38] Sun YY, Miao N, Sun T. Detect accessible chromatin using ATAC-sequencing, from principle to applications., 2019, 156: 29.

[39] Shen S, Qu YC, Zhang J. The application of next generation sequencing on epigenetic study., 2014, 36(3): 256–275.沈圣, 屈彥純, 張軍. 下一代測序技術(shù)在表觀遺傳學研究中的重要應(yīng)用及進展. 遺傳, 2014, 36(3): 256–275.

[40] Hendrickson DG, Soifer I, Wranik BJ, Botstein D, Scott McIsaac R. Simultaneous profiling of DNA accessibility and gene expression dynamics with ATAC-Seq and RNA-Seq., 2018, 1819: 317–333.

ATAC-seq and its applications in complex disease

Min Chen1, Zheng Zhang2, Ziyuan Meng1, Xuejun Zhang1

ATAC-seq is a high-throughput technology that defines and quantifies chromatin accessibility by analyzing Tn5 transposase enzymes. ATAC-seq is used to map chromatin accessibility genome-wide and to identify regions of transcription-factor binding and nucleosome position. As such, ATAC-seq is a new generation tool used in biomedical research to measure and articulate the pathogenesis of major diseases, to demonstrate the pharmacology of current drugs, and to guide the development of new drugs and the function of biomarkers. In this review, we summarize the current applications and advantages of ATAC-seq, and define its prospective contributions related to the regulatory mechanism of gene expression to identify and manage complex disease while elucidating and guiding future research references and strategies.

ATAC-seq; chromatin accessibility; Tn5 transposase; transcriptional level

2019-12-10;

2020-02-16

國際(地區(qū))合作與交流項目(編號：81320108016)資助[Supported by the International (Regional) Cooperation and Exchange Programs (No. 81320108016)

陳敏，碩士研究生，專業(yè)方向：皮膚遺傳。E-mail: 626074054@qq.com

張學軍，教授，博士生導師，研究方向：皮膚遺傳。E-mail: ayzxj@vip.sina.com

10.16288/j.yczz.19-282

2020/2/24 17:16:57

URI: http://kns.cnki.net/kcms/detail/11.1913.R.20200224.1602.002.html

(責任編委: 徐湘民)