引用2115次的ATAC经典论文解读

本文要解读的文献如下

于2013年发表在nature methods杂志上，引用多达2115次。作为ATAC的开篇之作，在文章中详细介绍了ATAC的原理及应用，分为了以下几个部分

1. ATAC的实验方法

ATAC通过tn5转座酶来富集开放染色质区域的DNA序列，经PCR扩增后进行NGS测序，实验流程如下图所示

相比DNase-seq, FAIRE-seq, 该技术要求的细胞起始量低，而且文库构建耗时短，统计结果如下图所示

上图中的左侧描述了不同实验方法所需的细胞起始量，可以看到ATAC所需细胞最少，右侧描述了文库构建时间的长短，可以看到ATAC在1天之内就可以完成文库构建。

通过比较不同实验方法捕获构建的文库的一致性，发现ATAC重复性好，而且与其他实验方法的一致性高，对应的信号图如下所示

信号分布的峰型基本一致，相关性结果如下所示

可以看到，相关系数都较高，两个ATAC文库的相关性则高达0.97。

2. ATAC的插入片段揭示了核小体的位置

通过对ATAC文库中插入片段的长度进行分析，观察到了一种很有意思的现象，示例如下

可以看到，200bp之后，插入片段的峰值有一个周期性的波动，取log之后，这个趋势更加明显。单个核小体是由146bp的DNA缠绕在组蛋白上构成的，这里的周期性表示的是不同核小体的个数，说明ATAC可以定位核小体边界。

进一步对ATAC文库的插入片段进行探究，观察不同长度的序列对应的染色质状态，结果如下

可以看到，当插入片段的长度非常短时，在CTCF结合区域富集。对于转录起始TSS区域而言，对应的插入片段长度在1到3个核小体周期的长度。而promote对应的插入片段长度则非常长。

ATAC文库中，位于两个相邻核小体之间的序列，称之为nucleosome-free fragments, 简称NRF。这部分序列的peak可以用来表征TSS的位置，如下图所示

对于THAP8和WDR62两个基因而言，ENCODE CAGE测到的序列表征了这两个基因的TSS区域。可以观察到，ATAC文库中NRF序列的peak也很好的表征出了这两个TSS区域，虽然峰的中心有一定距离的偏差。

对于TSS两侧reads的分布进行统计，结果如下

这种图主要看分布的趋势，NRF序列在TSS附近是富集的，如上图红色的峰所示。核小体边界的序列在TSS附近出也呈现了富集，但是峰值和NRF的不同。

3. ATAC揭示了转录因子结合位置与核小体的距离

利用转录因子的chip_seq数据，分析了ATAC数据中各个转录因子与核小体不同距离内序列的分布情况，结果如下

热图的每一行代表一个转录因子，通过聚类分为了4大类别，第一类距离核小体最远，为strongly nucleosome avoidting;第二类和CTCF类似，在核小体的边界附近，第四类在核小体邻近处，nucleosome adjacent/associated。

4. ATAC揭示了转录因子结合位置

chip_seq富集的是蛋白结合区域的序列，而转座酶富集的序列是蛋白两侧的序列。利用序列的分布趋势，通过ATAC也可以检测到蛋白结合区域，结果如下

对于CTCF而言，chip_seq的峰为其结合区域，最中心的位置为对应的motif。同样的位置，在ATAC和DNase文库中，motif处没有reads，而两侧呈现富集，通过这样的趋势，也可以定位motif位置。对于某种转录因子，通过分析其motif两侧序列的分布，可以分析出文库中是否检测到了该转录因子的结合，从而识别细胞中正在发挥调控作用的转录因子。

ATAC一次获取全基因组范围内的开放染色质序列，包含的转录因子数量是非常多的。文章中通过这种方法识别到了89个转录因子，部分结果如下

5. ATAC可以用于分析临床样本

ATAC建库周期非常短，可以实时反映样本的表观遗传信息，所以可以用于临床检测。在文章中对某个志愿者的血液样本进行了ATAC分析，首先是建库周期，统计如下

4个小时之内完成建库，然后上机测序，在上机测序的周期内，得到的表观遗传图谱是恒定的，如下所示

最终通过ATAC_seq, 发现了3个理论药物靶点中，只有1个靶点在患者细胞内是激活的，示意如下

ATAC在全基因组范围内捕获开放染色质区域的序列，可以识别细胞内正发挥调控功能的转录因子。由于其周期短，重复性高的特点，既可以用于基础研究，而可以处理临床样本。