Cell：全新空间技术同时分析3D基因组结构和基因表达

　　

基因组的3D结构是基因调控的基础。基因组通过空间折叠形成染色质疆域、拓扑关联结构域和染色质环等结构，使远端调控元件彼此靠近，从而协调决定细胞身份和状态的转录程序。这种层级结构对发育和分化至关重要，其失调会导致癌症和神经发育障碍。

尽管单细胞Hi-C等技术为了解细胞间3D基因组结构的异质性提供了新见解，但需要解离组织，丢失了关键的空间位置信息。同时，基于成像的方法只能检测少数预选的基因组区域，难以实现无偏的全基因组染色质构象捕获。

为此，宾夕法尼亚大学和Arc研究所的研究人员开发出一种名为Spatial Hi‑C‑RNA的空间多组学技术，它能够以接近单细胞的分辨率，绘制同一组织切片中的3D染色质结构和转录组图谱。

这项研究成果于8月25日发表在《Cell》杂志上，为研究基因组结构与功能的关系提供了一个广泛适用的框架，便于人们更深入了解发育和疾病。

Spatial Hi-C-RNA整合了微流控原位条形码、高通量染色质构象捕获和RNA测序。研究人员采用双交联策略固定组织，保留天然染色质构象，在组织切片原位完成mRNA逆转录、染色质酶切与邻近连接。

之后通过两组PDMS微流控芯片引入空间条形码，为组织上每个像素附上独一无二的“空间邮编”，将染色质互作信息与转录本信息锚定到对应的组织位置，后续分别构建Hi‑C和RNA测序文库。该技术可灵活切换10‑20 μm分辨率，适合胚胎、大脑和肿瘤等多种组织样本。

研究团队将Spatial Hi‑C‑RNA技术应用于成年小鼠大脑、发育胚胎和人类黑色素瘤等多种模型，验证了技术可靠性。

在小鼠大脑中，Hi‑C聚类可以区分海马、丘脑等大体解剖区域，而转录组聚类能够分辨更精细的皮层亚层。两者整合后能识别皮层、丘脑内部等精细亚区，显著提升空间分辨率。

研究人员观察到神经元区域短距离染色质互作比例更高，不同细胞类型拥有专属的区室状态、TAD边界和染色质环，直接证明染色质高级结构参与细胞类型特异性转录程序调控。

在人类黑色素瘤样本中，Spatial Hi‑C‑RNA技术揭示了仅靠转录组无法识别的肿瘤内部异质性。部分肿瘤区域转录水平相近，但3D染色质构象存在明显差异。

结合拟时序分析，研究人员追踪了黑色素瘤细胞状态转变过程，发现区室切换、TAD边界的获得与丢失，伴随肿瘤恶性状态演变，同时检测到CDKN2A/CDKN2B等抑癌基因位点的肿瘤特异性缺失，把肿瘤微环境的空间位置、染色质重构、基因表达变化联系在一起。

在小鼠胚胎神经发生研究中，Spatial Hi‑C‑RNA技术捕捉到神经成熟过程中协同发生的染色质重塑。从放射胶质细胞到未成熟神经元，再到成熟兴奋性、抑制性神经元，伴随细胞分化，基因位点发生 “结构域熔融” 现象，局部染色质结构逐步重构，驱动神经相关基因激活。

E11.5和E13.5两个发育阶段的对比显示，部分染色质特征在发育过程中保守，另一部分则具有阶段特异性，反映神经发育的时空动态调控。

总而言之，Spatial Hi‑C‑RNA为在完整组织中研究染色质-基因表达的耦合关系提供了一个新平台。通过以高分辨率整合染色质结构和转录信息，Spatial Hi‑C‑RNA揭示了3D基因组结构如何在天然的组织微环境中塑造细胞身份、发育轨迹和肿瘤进展。

当然 Spatial Hi‑C‑RNA仍存在局限。微流控芯片决定像素大小，单个像素仍可能包含多个细胞；转录组分析仅捕获poly (A) RNA；而限制性内切酶也存在序列偏好。未来需要结合纳米流体、计算解卷积和无偏片段化等策略进一步优化。