Micro-C-TALE: BAC-based targeted high-resolution measurement of 3D chromatin interactions
作者们介绍了 Micro-C-TALE,这是一种基于 BAC 的、具有成本效益的靶向方法,它结合了 Micro-C 和 C-TALE,能够以显著低于全基因组方法的测序深度生成高分辨率染色质相互作用图谱,从而实现对诸如由 CRISPR 介导的 CTCF 位点插入所引起的细微结构变化的检测。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在每个人类细胞的细胞核内,DNA并非松散的乱团,而是一种紧密组织的结构,通过特定的折叠和包装方式,决定了哪些基因处于活跃状态,哪些处于沉默状态。这种三维排列构成了一个复杂的控制系统,将遗传密码中相距较远的部分拉近,使它们能够进行通信。长期以来,科学家们一直使用一种称为染色体构象捕获的技术来绘制这些空间关系图,本质上是捕捉不同DNA片段如何接触并相互作用的快照。虽然这些方法揭示了基因组组织的大尺度特征,例如大型结构域和一般区室,但要捕捉到特定微小区域的高分辨率细节视图仍然非常困难。该过程需要测序海量的数据,以寻找特定点之间稀有的连接,这使得在不观察整个基因组的情况下研究精细尺度细节变得既昂贵又低效。
为了解决这一问题,以色列理工学院的研究人员开发了一种名为 Micro-C-TALE 的新方法,旨在以空前的清晰度对特定的基因组邻域进行“缩放”。该技术结合了两种现有方法:一种是利用一种在染色质基本单元之间切割的酶将DNA分解成极小的均匀片段;另一种是利用来自细菌克隆的大型天然DNA片段来钓取感兴趣的特定区域。通过合并这些策略,团队创造出一种方法,可以在无需合成定制化学探针或测序整个基因组的情况下,生成选定区域的详细相互作用图。他们将此方法应用于一段214kb的人类DNA区域——这段序列在遗传景观中的大小大致相当于一个小城市街区——并发现它能够揭示其他方法所忽略的复杂结构特征。
研究人员将他们的新方法应用于人类细胞,首先对特定区域进行制图,以观察他们能达到怎样的细节水平。他们制作了一张显示该DNA片段不同部分如何相互作用的图谱,结果令人震惊。与同一区域的标准图谱(在这一放大倍数下显得嘈杂且模糊)相比,Micro-C-TALE图谱显示出了清晰、锐利的结构。它揭示了明显的边界以及DNA链相互环绕的特定点,这些环由一种被称为CTCF的蛋白质锚定,该蛋白质就像分子订书钉一样将环固定在原位。尽管团队使用的测序能力显著低于基因组范围研究通常所需的水平,但这些精细细节依然清晰可见,这表明该方法能够从适量的统计数据中提取高密度的有用信息。
为了证明该方法足以检测微妙的变化,科学家们随后使用基因编辑工具,在目标区域中间插入了一个新的CTCF蛋白结合位点。这次修改是杂合性的,这意味着细胞中两个拷贝中的只有一个携带了变化,这实际上使任何新形成的相互作用信号强度减半。当他们对编辑后的区域进行制图时,Micro-C-TALE成功检测到了新生成的环,将插入位点与现有的锚点连接起来。当团队在同一组细胞上使用一种基于限制性内切酶的旧版技术时,这些新出现的环几乎不可见。旧方法即使在测序了大量更多数据后,也未能清晰地显示出这些新环,这表明新方法在捕捉这些脆弱的、精细尺度的相互作用方面效率更高。
Micro-C-TALE的成功在于其能够绕过对昂贵、定制化化学探针的需求。该团队没有为每次实验设计并合成新的寡核苷酸,而是使用了来自细菌人工染色体的DNA,这些是自然覆盖了感兴趣区域的大型、稳定的DNA片段。这些细菌克隆被切碎以创建一组可以重复使用和扩增的探针池,为靶向特定基因组区域提供了一种灵活且具有成本效益的方法。通过省略生物素标记和链连接处链霉亲和素拉下的步骤(这一过程有时会丢失宝贵的复杂性),转而使用尺寸筛选来过滤结果,研究人员保留了丰富的相互作用多样性。这种方法允许科学家研究基因组结构如何响应遗传变化,并达到以往因成本过高或技术难度过大而难以实现的细节水平,从而为深入理解DNA的三维组织如何影响细胞功能打开了大门。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。