Nature Methods
Spatial-ATAC-Hi-C 技术实现哺乳动物组织三维基因组与染色质可及性的空间共分析
小赛推荐：
该研究为解析 神经退行性疾病 和 胶质瘤 中的空间异质性提供了全新的实验设计思路，有助于揭示特定细胞类型在微环境中的基因调控机制。
文献概述
本文《Spatial chromatin architecture and accessibility co-profiling of mammalian tissues》，发表于《Nature Methods》杂志，系统探讨了一种基于微流控平台的新兴技术 Spatial-ATAC-Hi-C，该技术能够在组织切片上同时实现全基因组范围的三维基因组结构和染色质可及性的空间分辨共分析。文章回顾了当前空间组学在转录组、蛋白质组和表观基因组领域的进展，指出尽管成像技术能解析亚细胞结构，但测序技术在全基因组空间图谱构建上仍有巨大潜力。本研究通过在小鼠和人类脑组织及胶质瘤样本中的应用，成功描绘了神经元与非神经元群体在原生组织环境中的染色质架构差异，并发现了肿瘤区域中具有临床意义的基因组变异。背景知识
细胞功能高度依赖于其在组织微环境中的空间组织。理解 胶质母细胞瘤 等复杂疾病的发生发展，必须解析细胞间的空间相互作用及其对 染色质可及性 和 三维基因组 结构的影响。目前，虽然单细胞测序技术揭示了细胞异质性，但缺乏空间背景信息，难以捕捉细胞邻域对 基因调控 的影响。传统的 Hi-C 技术虽能解析三维结构，但丢失了空间位置信息。此外，现有的空间表观组学技术多局限于特定区域或单一模态，难以同时获取 染色质环、拓扑关联结构域 以及开放染色质区域的全景图谱。因此，开发一种能够保留组织架构、同时检测三维基因组和染色质可及性的技术，对于解析 神经发育、肿瘤微环境 中的基因调控网络至关重要。本研究正是针对这一 靶点 和 疾病 痛点，通过创新的技术路线填补了空间多组学领域的空白。
研究方法与核心实验
作者开发了一种名为 Spatial-ATAC-Hi-C 的技术，利用微流控装置在固定后的组织切片上进行原位酶切、邻近连接和 Tn5 转座反应。通过依次引入水平和垂直条形码，构建了包含 2500 个像素点的二维空间网格，从而在保留组织空间信息的同时，实现了全基因组 Hi-C 和 ATAC-seq 数据的联合捕获。为了验证技术的可靠性，研究团队在 小鼠脑 组织上进行了对照实验，将 Spatial-ATAC-Hi-C 数据与传统的原位 Hi-C、Bulk ATAC-seq 以及无条形码的空间数据进行对比，结果显示三维基因组特征（如 A/B 区室、绝缘评分）和染色质开放模式高度一致，且未引入明显的条形码偏差。
在核心实验部分，研究团队将该技术应用于成年 小鼠脑 的不同脑区（如皮层、纹状体、海马）以及人类 小脑 组织。通过聚类分析，成功识别了兴奋性神经元、抑制性神经元和非神经元细胞的空间分布，并与已知的解剖学图谱及单细胞 ATAC-seq 数据进行了验证。此外，研究还深入分析了细胞类型特异性的 染色质环 和 A/B 区室，发现特定基因（如 Satb2、Gpr88）的调控环路具有显著的细胞类型特异性。
为了评估临床转化潜力，研究团队在 胶质母细胞瘤 和 星形细胞瘤 患者样本中应用了该技术。通过在单张载玻片上拼接不同肿瘤样本，利用 Hi-C 数据推断 拷贝数变异 和 结构变异，并成功在单像素水平上解析了肿瘤克隆的空间异质性。实验结果与全基因组测序（WGS）数据高度吻合，证明了该技术检测大规模基因组异常的能力。关键结论与观点
研究意义与展望
该研究的发现对 药物开发 具有深远影响，通过揭示肿瘤微环境中特定克隆的基因组特征和调控网络，有助于开发更具针对性的靶向疗法，特别是针对 胶质瘤 等高度异质性肿瘤的治疗策略。
在 临床监测 方面，该技术提供了一种无需破坏组织架构即可全面评估基因组变异和表观遗传状态的新方法，可能成为未来病理诊断的重要辅助手段，帮助医生更精准地评估肿瘤分期和预后。
对于 疾病建模，本研究展示了如何在原生组织背景下解析复杂的基因调控事件，这将推动构建更真实的 类器官 或 人源化小鼠模型，以更准确地模拟人类疾病的病理生理过程，加速从基础研究到临床应用的转化。
结语
Spatial-ATAC-Hi-C 技术的问世，标志着空间组学研究进入了三维基因组与表观基因组协同解析的新阶段。该研究不仅突破了传统技术在空间分辨率和模态单一性上的局限，更为深入理解 神经发育、神经退行性疾病 以及 肿瘤微环境 中的复杂生物学过程提供了关键的技术支撑。从实验室研究到临床转化，该技术有望成为解析 疾病 异质性、发现新型生物标志物以及指导个性化治疗方案的基石。特别是在 胶质母细胞瘤 等复杂疾病中，通过精准描绘基因组变异和染色质状态的空间图谱，将为改善患者预后和制定精准医疗策略提供前所未有的洞察力。未来，随着该技术的进一步优化和普及，我们有望在分子水平上更全面地重构生命活动的空间蓝图，推动生物医学研究迈向新的高度。
