外觀
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 |
|---|---|---|
| Tagmentation | Tn5 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-seq | ChIP-seq | DNase-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 enrichment | TSS 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 / PBC | library complexity | 見 重複率 |
| 重複一致性 | IDR、peak 重疊 | 與 ChIP-seq 相同做法 |

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 |