❝今天来分享一个曾老师分享给我的,近期发表的 single-cell CUT&Tag (sciCUT&Tag) 技术,前一段时间我还在分析Cut&Tag和Cut&Run的数据,转眼就有新的技术更新了,仍然还是Steven Henikoff课题组做出来的成果。 ❞
Cut&Tag 相较于 Chip-seq 来说整体步骤简单,耗时比较短。文章中是这么描述的:” 靶向和标记切割(CUT&Tag) 是一种抗体导向的原位染色质分析策略,正在迅速取代基于免疫沉淀的方法 ” 。而是否能够完全取代个人拙见肯定是需要基于做的实验吧,各有利弊。
CUT&Tag 技术是基于在单个细胞中进行染色质分析,但受到可以分析的细胞数量的限制。
文章中描述了一种用于 CUT&Tag 的组合条形码策略(a combinatorial barcoding strategy),该策略利用纳米孔分配器 (nanowell dispenser)进行简单,高分辨率,高通量的单细胞染色质分析。
文章给出了比较详细的实验 protocol
sciCUT&Tag,轻度交联的细胞核与磁珠结合,并与一抗和二抗批量孵育,然后在 96 孔板中排列,通过抗体定向 Tn5 标记进行第一轮细胞索引。通过抗体定向 Tn5 标记进行第一轮细胞索引。
然后,在 5,184 个纳米孔中以每孔 12-24 个细胞核的密度重新汇集、混合和排列样本,以便在 PCR 扩增测序就绪文库时进行第二轮细胞索引。
分析人类外周血单核细胞中与发育基因抑制(H3K27me3)和转录激活(H3K4me1-2-3)相关的组蛋白修饰,并使用单核苷酸多态性来促进碰撞去除,来说明这一优化方案。
即作者用「一组实际样本进行实验应用该技术」,并分析结果。
「应用:」
我们首先通过分析人类和小鼠细胞系的混合物优化了单细胞采集参数,作为该方案的一个示例,我们应用 sciCUT&Tag 分析了来自两名健康捐献者的人类外周血单核细胞(PBMCs)混合物,并使用(1)可识别H3K4 单、双和三甲基化(H3K4me1-2-3)的 cocktail 抗体标记转录活跃的启动子和增强子;(2) 单克隆抗体,识别H3K27 三甲基化(H3K27me3),标记多聚酶相关的、发育受抑制的染色质。
单细胞中任一染色质修饰的图谱都足以进行高分辨率聚类,并从头开始识别人类 PBMCs 中发现的细胞类型。此外,之前还利用 sciCUT&Tag 的多因素变异 MuiTi-Tag、 来分辨从人类胚胎干细胞分化到明确的 内胚层、中胚层或神经外胚层。
「workflow 流程:」
Nextflow pipeline schematic built on Souporcell for 「de novo genotyping and SNP-based collision removal」
sciCUT&Tag profiling of multiple epitopes:蓝色、红色和黄色路径。
在使用 Souporcell 进行从头基因分型 (de novo genotyping)之前,这些路径合并为一条紫色路径。
输入文件是基因组比对和用于「比对的参考基因组」。
细胞条形码预计会出现在读取名称中,并被解析为基因组比对的细胞条形码(CB)标签。
输出是「条形码床文件」、Souporcell 聚类分配概率的 PCA 的 PCA、Souporcell 群分配概率、注释了基因型分配的 ArchR对象和表列的细胞条形码。
基因型分配注释的 ArchR对象以及细胞元数据表。管道中使用的软件以绿色显示,管道终点为黑线。
与其他方法的比较
sciCUT&Tag 自问世以来不断改进,提高了「读数/细胞数和细胞回收率」。与其他单细胞 CUT&Tag 方法相比,sciCUT&Tag 的吞吐量至少提高了四倍。
- 「sciCUT&Tag 方法通过可扩展的复用技术大大降低了每个样本的成本。」【在整个实验的最佳装载条件下(12-24 个细胞/纳孔),估计 sciCUT&Tag 的产量可达约 40,000 个细胞/芯片,相当于每个细胞的文库制备和测序成本约为 0.11 美元。相比之下,目前基于液滴的标准试剂盒每个细胞的成本约为 0.85 美元,而每个细胞获得的唯一读数却比 sciCUT&Tag 平台少。】
- 「sciCUT&Tag 方法还能与他们最初的 scCUT&Tag 方法相比,读数/细胞数几乎翻了一番」(人类 PBMC 中 H3K27me3 的中位读数/细胞分别为 2,116 vs 1,110)。
「想对文章有更详细了解的可以下载原文看一下」
Scalable single-cell profiling of chromatin modifications with sciCUT&Tag
https://www.nature.com/articles/s41596-023-00905-9