单细胞ATAC-seq
一、技术简介
单细胞ATAC-seq（scATAC-seq）是ATAC-seq技术的单细胞层面升级，依托超活性Tn5转座酶靶向插入单细胞开放染色质区域的核心原理，实现单个细胞水平的染色质可及性检测，突破传统Bulk ATAC-seq无法解析细胞异质性的局限，可精准绘制单细胞染色质开放图谱、定位单细胞水平的启动子/增强子、推断转录因子结合位点并分析调控元件活性，是解析异质性组织细胞调控特征、发育轨迹及细胞亚群特异性调控网络的核心技术。
相比传统表观遗传学技术，scATAC-seq继承了ATAC-seq操作简单、样本需求量低、分辨率高、背景低、实验周期短的优势，同时实现单细胞维度的精准分析，广泛应用于表观遗传学、发育生物学、肿瘤异质性研究、免疫细胞亚群调控研究等领域。
二、核心技术流程
1. 单细胞分离：获得单个核细胞悬液，保证单细胞状态与细胞活性；
2. 转座反应：向单个细胞中加入Tn5转座酶，在开放染色质区域插入测序接头；
3. 单细胞建库：针对单个细胞进行PCR扩增，构建单细胞特异性测序文库；
4. 高通量测序：采用双端测序策略完成测序；
5. 单细胞数据分析：进行个性化的单细胞层面数据质控与分析，解析细胞异质性调控特征。
三、样本要求
（一）适用样本类型
细胞系、原代细胞、PBMC、新鲜组织、冷冻组织（需优化核提取流程，保证单细胞完整性）
（二）送样核心要求
1. 细胞活率≥85%，无明显团聚，保证单细胞悬液状态；
2. 推荐细胞量≥5,000个（实际上机单细胞量可根据研究需求调整）；
3. 新鲜样本优先，冷冻样本需保证DNA完整性，避免反复冻融；
4. 建议提供对应对照组样本，组织样本需提供详细的组织来源信息。
（三）样本运输
1. 冷冻样本：干冰低温运输，保证运输过程中干冰不挥发；
2. 新鲜样本：4℃短时运输，尽快送至实验室处理，避免细胞失活。
四、测序策略
（一）建库与测序
1. 建库策略：双端测序（PE50/PE75推荐），文库片段大小分布~50–1000 bp，呈核小体周期性特征；
2. 推荐测序深度：≥25,000 reads/细胞，保证单细胞数据的覆盖度与有效性。
（二）专属数据分析流程
针对单细胞特性设计个性化分析流程，核心步骤包括：
1. 原始数据质控（FastQC），过滤低质量数据；
2. 序列比对（Bowtie2 / BWA），定位基因组区域；
3. 去重复处理，排除实验性重复序列干扰；
4. 单细胞Peak calling（MACS2），鉴定单个细胞开放染色质区域；
5. 单细胞TSS富集分析、motif富集分析，解析调控元件特征；
6. 细胞分群与差异开放区域分析，挖掘细胞亚群特异性调控特征；
7. 调控网络构建、通路富集分析，解析单细胞调控机制；
8. 多组学联合分析（若搭配scRNA-seq），实现转录组与染色质可及性的联合解析。
（三）关键质控指标
1. TSS enrichment score ≥ 6–8，保证开放染色质检测的特异性；
2. FRiP（Fraction of Reads in Peaks） ≥ 0.2，保证有效数据占比；
3. 文库片段大小周期性明显，符合ATAC-seq实验特征；
4. 低线粒体reads比例，排除细胞降解干扰；
5. 单细胞有效建库率高，细胞分群结果清晰、聚类效果良好。
五、核心应用方向
1. 异质性组织染色质开放图谱构建：解析肿瘤、免疫器官、复杂组织等的单细胞染色质开放特征，鉴定不同细胞亚群的特异性开放区域；
2. 细胞发育与轨迹调控研究**：追踪发育过程中单个细胞的染色质可及性动态变化，挖掘发育关键节点的调控元件与转录因子；
3. 免疫细胞亚群调控解析**：鉴定不同免疫细胞亚群（如T细胞、B细胞、巨噬细胞亚群）的特异性调控网络，分析免疫激活/抑制的表观遗传机制；
4. 肿瘤异质性与微环境研究**：解析肿瘤干细胞、肿瘤微环境中各类细胞的表观遗传差异，挖掘肿瘤发生、转移的特异性调控靶点；
5. 多组学联合解析：与scRNA-seq联合（Multiome），实现“染色质可及性-基因表达”的联动分析，构建细胞类型特异的调控网络，深入解析表观遗传对基因表达的调控机制。
六、技术优势
1. 单细胞分辨率：突破群体细胞研究局限，精准解析单个细胞的染色质开放特征，解决细胞异质性分析难题；
2.样本兼容性高：适用于多种样本类型，冷冻组织经优化后可检测，样本需求量低，仅需≥5,000个细胞即可开展实验；
3.技术成熟稳定：实验流程经过优化验证，单细胞建库率高，数据重复性好，质控指标严格达标；
4. 分析体系完善：配备单细胞专属数据分析流程，可实现细胞分群、差异分析、调控网络构建等个性化分析，支持多组学联合分析；
5.研究覆盖面广：可满足发育、肿瘤、免疫等多个领域的研究需求，为表观遗传机制的深入解析提供核心技术支撑。
七、常见问题解答
Q1：单细胞ATAC-seq技术是否成熟？
目前技术已成熟，实验流程与数据分析体系均经过优化验证，适用于异质性组织、发育轨迹研究、免疫细胞亚群调控研究等多个场景，是单细胞表观遗传学研究的主流技术。仅需注意该技术数据分析复杂度高于常规Bulk ATAC-seq，需专业的生物信息分析团队支撑。
Q2：单细胞ATAC-seq与常规Bulk ATAC-seq有何区别？
常规Bulk ATAC-seq检测的是群体细胞的平均染色质开放特征，无法解析细胞异质性；单细胞ATAC-seq可实现单个细胞水平的检测，精准区分不同细胞亚群的调控特征，适合研究复杂组织、异质性样本，但对样本状态、测序深度与数据分析的要求更高。
Q3：单细胞ATAC-seq是否可以与其他技术联合？
可以，最常见的是与scRNA-seq联合（Multiome），实现染色质可及性与基因表达的同步分析，直接关联表观遗传调控与基因表达结果，更深入解析细胞调控机制；同时也可结合ChIP-seq等技术，验证转录因子结合的真实性。
Q4：低细胞量样本是否可以做单细胞ATAC-seq？
本技术对样本需求量低，推荐细胞量≥5,000个即可开展，若样本细胞量略低，可通过实验流程优化完成检测，但需注意低输入样本可能会轻微增加重复reads比例，实验会针对性优化PCR周期以降低该影响。
Q5：单细胞ATAC-seq的生物学重复如何设计？
建议设置≥2–3个生物学重复，所有重复样本需保证统一的处理流程，同批次建库测序，减少实验误差；数据分析时会结合重复样本的结果进行验证，保证实验结论的可靠性。
八、经典参考文献
1. Buenrostro, J. D. et al. (2015). Single-cell chromatin accessibility reveals principles of regulatory variation. Nature.
2. Corces, M. R. et al. (2017). An improved ATAC-seq protocol reduces background. Nature Methods.
3. Stuart, T. et al. (2021). Single-cell chromatin state analysis with Signac. Nature Methods.
4. Satpathy, A. T. et al. (2019). Massively parallel single-cell chromatin landscapes. Nature Biotechnology.
