前言
表觀基因體學研究的是在不改變 DNA 序列的情況下，如何調控基因表現。這些調控機制包括 DNA 甲基化、組織蛋白修飾和染色質結構變化。傳統的表觀基因體研究依賴於大量細胞群體的平均測量，這掩蓋了細胞間的異質性，限制了我們對基因調控複雜性的理解。近年來，單細胞表觀基因體技術的發展，使我們能夠在單個細胞層面上研究表觀基因體，從而更精確地了解基因調控和細胞特性。

單細胞表觀基因體學的崛起

單細胞表觀基因體學方法正在快速發展，有望徹底改變我們對基因調控的認識。這些方法使我們能夠研究細胞間的表觀基因體差異，並將表觀基因體狀態與基因表現和細胞表型聯繫起來。單細胞技術對於研究胚胎發育早期表觀基因體的重塑尤其重要，因為在這些階段細胞數量有限，且表觀基因體的異質性可能最為明顯。

現有單細胞表觀基因體技術

目前，有多種單細胞表觀基因體技術可用於繪製 DNA 甲基化、組織蛋白修飾、染色質可及性和染色體構象圖譜。其中，亞硫酸氫鹽測序 (BS-seq) 被認為是研究 DNA 甲基化的金標準方法，它可以實現單鹼基分辨率和 DNA 甲基化水平的絕對定量。然而，BS-seq 會導致大量的 DNA 降解，這使得單細胞水平的 DNA 甲基化研究在過去難以實現。

新框架：sci-mtChIL-seq 與數據整合

為了克服這些挑戰，一項發表於《自然通訊》(Nature Communications) 的研究提出了一種新的單細胞數據整合框架，用於推斷轉錄調控機制。該框架的核心是 sci-mtChIL-seq 技術，這是一種可擴展的單細胞方法，可以同時分析 RNA 聚合酶 II (RNAPII) 和多種表觀基因體調控因子的全基因組結合。

sci-mtChIL-seq 的原理

sci-mtChIL-seq 建立在先前建立的 mtChIL-seq 方法的基礎上，並引入了 sci-ChIL-seq 用於單細胞表觀基因體分析。這些方法可以同時繪製全基因組 RNAPII 結合位點和各種表觀基因體因子的位置，從而將表觀基因體狀態與轉錄活性聯繫起來。研究人員假設具有相似轉錄狀態的細胞表現出相似的表觀基因體圖譜，因此他們執行了基於 RNAPII 的數據整合，將多個數據集整合在一起。

框架的優勢

這種數據整合框架具有多個優勢：

高分辨率：

能夠在單細胞水平上分析表觀基因體。

多重分析：

可以同時分析多個表觀基因體因子和 RNAPII 結合。

可擴展性：

可以應用於大型單細胞數據集。

動態分析：

能夠推斷轉錄激活過程中染色質因子的時間協調性。

研究結果與討論

研究人員利用該框架，通過整合多個 sci-mtChIL-seq 數據集，系統地將轉錄因子結合、組織蛋白修飾和染色質重塑的組合模式聯繫起來。該框架揭示了轉錄激活過程中染色質因子之間的時間協調性，為理解基因表達的調控機制提供了新的視角。

數據整合方法

分析的工作流程包括將來自多個 sci-mtChIL-seq 數據集的 RNAPII 計數嵌入到一個共同的低維空間中。為了推斷來自不同模態的信息，研究人員將具有相似轉錄狀態的細胞聚集成跨數據集的元細胞。對於每個元細胞，計算分箱基因組區域中每個因子的平均信號，以獲得一個 (Target × Bin) × Meta-cell 矩陣。為了關注基因的調控，僅提取與目標基因座位 (LOI) 重疊的 bin。

框架的應用

研究人員表示，他們的數據整合框架代表了單細胞表觀基因體學的一個重大進步，為研究轉錄因子和染色質修飾劑如何協調基因表達提供了一個多功能的工具。這種方法為探索細胞命運決定和動態調控機制開闢了新的途徑。例如，該框架可用於研究分化信號、衰老或壓力引起的細胞狀態變化，這些變化從根本上是由基因表達的變化驅動的。

單細胞多模態數據整合的基準測試

儘管單細胞多重表觀基因體數據整合框架具有很大的潛力，但評估不同整合算法的性能仍然是一個挑戰。最近一項發表在 bioRxiv 上的研究，對配對和非配對的單細胞多模態整合方法進行了系統的基準測試，涉及染色質可及性 (DNA)、基因表達 (RNA)、ADT (蛋白質) 和空間組學等多種模態。

基準測試的範圍

該研究收集了 14 個公開的單細胞多組學數據集，生成了 101 個基準數據集，涵蓋了各種細胞類型、數據集大小和批次計數。研究人員評估了每個整合算法的可用性、準確性和穩健性，並開發了一個用戶友好的平台，用於訪問全面的基準測試結果。

基準測試的意義

該基準測試為研究人員選擇適合其特定數據集處理要求的最佳整合方法提供了有價值的指導，並促進了新整合算法的評估。然而，研究人員也指出，目前的基準測試在評估空間多模態整合方法以及與非空間多模態整合方法的比較方面存在局限性。

未來展望

單細胞表觀基因體學和多模態數據整合領域正在快速發展。未來的研究應側重於開發更有效的工具來處理空間多組學數據，並擴大基準測試的範圍，以涵蓋更廣泛的多組學數據類型，例如 RNA 和表觀基因體數據。隨著技術的進步和數據集的增加，我們將能夠更深入地了解表觀基因體在基因調控和細胞特性中的作用。

結論

單細胞多重表觀基因體數據整合框架的出現，為我們研究基因調控開闢了新的途徑。sci-mtChIL-seq 技術和基於 RNAPII 的數據整合方法，使我們能夠在單細胞水平上分析表觀基因體動態，並將表觀基因體狀態與基因表現和細胞表型聯繫起來。儘管該領域仍面臨一些挑戰，但隨著技術的進步和數據集的增加，我們有理由相信，單細胞表觀基因體學將在未來幾年內取得更大的突破，為我們理解生命科學的基礎問題提供新的見解。

Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: December 17, 2025