摘要：近日，一项发表在Nature的工作直接使用常规的ATAC-seq数据实现了多维度高分辨的顺式调控元件（Cis-regulatory elements (CREs)）与蛋白的互作解析，从而帮助人们更好地解析它们在转录调控以及细胞命运决定等过程中发挥的作用[1]–

近日，一项发表在Nature的工作直接使用常规的ATAC-seq数据实现了多维度高分辨的顺式调控元件（Cis-regulatory elements (CREs)）与蛋白的互作解析，从而帮助人们更好地解析它们在转录调控以及细胞命运决定等过程中发挥的作用[1]–[3]。

该方法，研究人员称之为-PRINT（protein–regulatory element interactions at nucleotide resolution using transposition），的关键是进一步放大常规ATAC-seq数据中的peaks，并从中挖掘转录因子等蛋白与之结合的“细节印迹”（需要结合与背景的比较），进而结合深度学习模型（seq2PRINT）从头分析结合的motifs[3]。

PRINT “放大” ATAC-seq的峰信号，深度解析转录因子等与之结合的 “细节印迹” [3]。

基于“细节印迹” 预测蛋白结合motifs，及其调控架构与原理[3]。

进一步，研究人员用该方法分析了小鼠造血细胞分化和衰老过程顺式调控元件的动态变化，体现了不同类型转录相关因子“有序”“动态”“互作”的结合过程[3]。

通过PRINT解析小鼠造血细胞分化过程的顺式调控元件动态[3]。

该项工作的通讯作者是来自Broad Institute of MIT and Harvard的Jason D. Buenrostro；2025年1月22日发表在Nature[3]。

Comment(s):

挺巧妙实用有扩展和发挥空间的工作；很多现成的数据可以用该方法进一步挖掘分析。

不过该方法需要多细胞pool在一起的数据来统计分析；单细胞水平的顺式调控还需要结合其它方法。

参考文献：

[1] M. Gasperini, J. M. Tome, and J. Shendure, “Towards a comprehensive catalogue of validated and target-linked human enhancers.,” Nat. Rev. Genet., vol. 21, no. 5, pp. 292–310, May 2020, doi: 10.1038/s41576-019-0209-0.

[2] J. D. Buenrostro, P. G. Giresi, L. C. Zaba, H. Y. Chang, and W. J. Greenleaf, “Transposition of native chromatin for fast and sensitive epigenomic profiling of open chromatin, DNA-binding proteins and nucleosome position.,” Nat. Methods, vol. 10, no. 12, pp. 1213–1218, Dec. 2013, doi: 10.1038/nmeth.2688.

[3] Y. Huet al., “Multiscale footprints reveal the organization of cis-regulatory elements,” Nature, 2025, doi: 10.1038/s41586-024-08443-4.

原文链接：

来源：小李说科技