Skip to content

基因體學 › 定序技術 › ATAC-seq

ATAC-seq (Assay for Transposase-Accessible Chromatin) ​

用高活性的 Tn5 轉位酶 (transposase) 把定序接頭直接插進開放染色質,再定序插入位置,得到全基因組的染色質可及性 (chromatin accessibility) 圖譜。它不需要抗體、起始量低(數萬顆細胞,單細胞版本也成熟),是找啟動子、增強子等調控區最常用的方法。

原理與資料特性 ​

特性說明對分析的影響
TagmentationTn5 同時切斷 DNA 並接上接頭;核小體 (nucleosome) 纏繞的 DNA 較難被插入訊號 = 插入位點密度,不是 reads 覆蓋
9 bp 重複Tn5 插入時在兩端造成 9 bp 的重複精確定位插入點要平移:+ 股 +4、− 股 −5(--ATACshift)
片段長度分布無核小體區 (NFR) < 100 bp、單核小體約 200 bp、雙核小體約 400 bp…呈現約 200 bp 週期的「核小體階梯」是品質好的標誌
粒線體 DNA沒有核小體保護,Tn5 大量插入粒線體 reads 可佔 20–80%;Omni-ATAC 等改良方法可降低;分析前移除
背景沒有 input 對照peak calling 用局部背景模型;重複區會出假 peak,要用 ENCODE blacklist 過濾
ATAC-seqChIP-seqDNase-seq / MNase-seq
開放染色質(所有調控區)特定蛋白質或組蛋白修飾的位置(見 ChIP-seq)DNase:可及性(舊方法,需大量細胞);MNase:核小體位置
不需抗體、低起始量、一天內完成依賴抗體品質;需 input步驟多、起始量高

分析流程 ​

text
FASTQ ──修剪 Nextera 接頭(fastp / Trim Galore)
  ──► 比對(Bowtie2 --very-sensitive -X 2000)──► BAM
  ──► 過濾:移除 chrM、重複、MAPQ < 30、未成對、blacklist
  ──► Tn5 平移(+4 / −5)
  ──► QC:片段長度分布、TSS enrichment、FRiP、重複一致性
  ──► peak calling(MACS3 BAMPE / Genrich)──► 共識 peak ──► 計數
  ──► 差異可及性(DiffBind / DESeq2)、motif 富集(HOMER、chromVAR)、footprinting(TOBIAS)

標準化 pipeline:nf-core/atacseq、ENCODE ATAC-seq pipeline(執行方式見 Nextflow)。

bash
# 1. 比對:-X 2000 允許長片段(多核小體)
bowtie2 --very-sensitive -X 2000 -p 8 -x hg38 -1 s1_R1.trim.fq.gz -2 s1_R2.trim.fq.gz \
  | samtools sort -n -o s1.nsort.bam -               # 依名稱排序,給 fixmate 用

# 2. 標記並移除重複(samtools 流程;亦可用 Picard MarkDuplicates)
samtools fixmate -m s1.nsort.bam - | samtools sort -o s1.pos.bam -
samtools markdup -r s1.pos.bam s1.dedup.bam && samtools index s1.dedup.bam

# 3. 過濾:成對且正確比對 (-f 2)、排除 unmapped / secondary / QC fail / dup (-F 1804)、MAPQ ≥ 30、排除 chrM
samtools idxstats s1.dedup.bam | awk '$1=="chrM"{m=$3} {t+=$3} END{print "chrM fraction:", m/t}'
chroms=$(samtools idxstats s1.dedup.bam | cut -f1 | grep -Ev '^(chrM|\*)$')
samtools view -b -f 2 -F 1804 -q 30 s1.dedup.bam $chroms \
  | bedtools intersect -v -abam stdin -b hg38-blacklist.v2.bed > s1.filt.bam
samtools index s1.filt.bam

# 4. Tn5 平移(輸出未排序,要重新排序)與片段長度 QC
alignmentSieve --ATACshift -b s1.filt.bam -o s1.shift.tmp.bam
samtools sort -o s1.shift.bam s1.shift.tmp.bam && samtools index s1.shift.bam
bamPEFragmentSize -b s1.filt.bam --histogram s1.fragsize.png

# 5. Peak calling:BAMPE 直接使用實際片段;重複已移除,--keep-dup all 避免再次過濾
macs3 callpeak -t s1.shift.bam -f BAMPE -g hs -n s1 -q 0.01 --keep-dup all --outdir peaks/

指令細節見 samtools、bedtools、Picard MarkDuplicates。

品質指標 ​

指標意義參考值(ENCODE 標準,依版本調整)
有效 reads 數非重複、非粒線體、已比對每個重複 ≥ 50 M reads(成對 = 25 M 片段)
TSS enrichmentTSS 處插入密度 ÷ 兩側背景依註解版本而異;GRCh38 約 < 5 需注意、> 7 理想
FRiP落在 peak 內的 reads 比例> 0.2 可接受、> 0.3 理想
片段長度分布核小體階梯是否清楚NFR 峰明顯、可見 200 / 400 bp 峰
粒線體比例細胞核是否乾淨越低越好;過高代表有效深度被浪費
重複率、NRF / PBClibrary complexity見 重複率
重複一致性IDR、peak 重疊與 ChIP-seq 相同做法

ATAC-seq QC:片段長度分布與 TSS enrichment

左:好的 library 有清楚的 NFR 峰與約 200 bp 的核小體週期;週期模糊、長片段拖尾代表過度或不足的 tagmentation、細胞狀態差。右:TSS enrichment 是單一最好用的品質分數,數值低通常代表訊號雜訊比差(細胞死亡、核製備不佳)。(示意圖,模擬資料)

下游分析 ​

問題方法 / 工具注意
條件間哪些區域可及性改變?共識 peak → 計數 → DiffBind、DESeq2 / edgeR與 RNA-seq 相同的 負二項模型;樣本間 FRiP / TSS 差異大時標準化要小心(考慮背景 bin 標準化)
哪些轉錄因子在驅動?HOMER、MEME-SM(motif 富集)、chromVAR(每樣本 motif 偏差分數)motif 相似的 TF 家族難以區分,需搭配表現量
轉錄因子是否實際結合?Footprinting(TOBIAS、HINT-ATAC)需高深度;Tn5 序列偏好要校正
peak 調控哪個基因?最近基因、ChIPseeker、GREAT;與 Hi-C / eQTL 整合增強子常不調控最近的基因
多組學整合與 RNA-seq、eQTL、GWAS 風險位點交集細胞類型特異性很強,要用相關組織

多個條件比較時,peak 也要做 多重檢定校正;批次效應與定序深度差異是常見的假陽性來源。

單細胞 ATAC (scATAC-seq) ​

項目說明
平台10x Genomics Single Cell ATAC、Multiome(同一顆細胞同時測 ATAC + RNA)
資料特性極度稀疏(每個區域多為 0 或 1–2 個插入),近乎二元
降維TF-IDF + SVD(LSI),第一個成分常與深度相關要捨棄
工具Signac(Seurat 生態)、ArchR、SnapATAC2
基因活性以基因體周邊的可及性估計 gene activity score,再與 scRNA-seq 對應

單細胞分析的共通概念見 單細胞 RNA-seq。

常見問題 ​

狀況可能原因處理
粒線體 reads > 50%細胞質未充分去除改用 Omni-ATAC / 加去垢劑步驟;分析時移除 chrM 並注意有效深度
沒有核小體階梯Tn5 與細胞數比例不對、細胞死亡、凍存損傷調整 Tn5 量;死細胞多時先用 DNase 或分選
TSS enrichment 低但 reads 很多背景高(死細胞 DNA 片段化)增加深度無法解決,需改善樣本
差異 peak 集中在高 GC / 特定染色體技術偏差或批次檢查 GC 偏差、PCA 是否依批次分群