原位同时解码3D基因组折叠与转录组，揭示组织微环境中的基因调控密码

yinfuhua

Cell论文揭示空间Hi-C-RNA：原位同时解码3D基因组折叠与转录组，揭示组织微环境中的基因调控密码1 @* x( M7 T5 p! j4 ]+ x2 q" `
来源：生物谷原创 2026-08-31 10:16
. K/ y$ I$ Q% A; @研究团队介绍了Spatial Hi-C-RNA——一种空间多组学技术，能够以近单细胞分辨率从同一组织切片同时绘制3D染色质结构和全转录组图谱。6 C1 e, \/ e% V* X5 a* f
基因组的三维（3D）组织是基因调控的一个基本层面。空间基因组折叠将远端调控元件拉近，协调支撑细胞身份和细胞状态的转录程序。这一层级结构——涵盖染色体疆域、A/B区室、拓扑关联结构域（TADs）和染色质环，对发育和分化至关重要，而其破坏则会驱动癌症和神经发育障碍等病理过程。因此，破译基因组结构如何调控基因表达，需要在天然组织背景下同时测量染色质结构和转录输出。( B# f4 \8 n/ T2 I; v
近期单细胞高通量染色体构象捕获（Hi-C）技术的进展，为三维基因组组织中的细胞间异质性提供了新见解。能够同时分析染色质接触和RNA的技术已开始将染色质折叠与转录联系起来，揭示了增强子-启动子通讯和结构异质性的原理。然而，这些方法需要组织解离，导致丢失了对于理解体内基因组调控至关重要的空间背景信息。5 u! Q* x4 o* I% ?  S, d7 y6 b
新兴的空间组学技术现可在保留组织结构的同时原位分析DNA甲基化、染色质可及性、组蛋白修饰、转录本和蛋白质。这些方法已改变了发育模式、脑组织和肿瘤生态系统的研究。此外，空间背景通过将位置信息与分子状态整合来细化细胞类型注释，能够区分具有重叠转录或表观遗传谱的密切相关亚型。虽然基于成像的方法可同时检测特定3D基因组位点和RNA转录本，但它们仍局限于预选的基因组区域，通常无法捕获无偏的全基因组染色质折叠。因此，仍缺乏一种可在完整组织中同时进行全基因组染色质构象和全转录组分析的可扩展技术。
0 C+ _$ i1 _. J* g
$ P% T9 C% \& ?5 b在一项新的研究中，研究团队介绍了Spatial Hi-C-RNA——一种空间多组学技术，能够以近单细胞分辨率从同一组织切片同时绘制3D染色质结构和全转录组图谱。应用于发育中小鼠胚胎、成年小鼠大脑和人黑色素瘤时，该平台揭示了组织特异性的空间结构，其中染色质组织和基因表达共同定义了空间区域，同时也揭示了突出不同层次基因组调控的模态特异性模式。总之，Spatial Hi-C-RNA为在完整组织中将3D基因组结构与转录调控和细胞功能联系起来提供了一个框架。
7 @, O* S% `3 B5 b9 N9 D  g复杂组织中的基因表达受层级化的3D基因组组织调控，从局部染色质可及性和组蛋白修饰到环、TADs和区室等高级结构。近期空间多组学技术已实现表观遗传和调控层（包括DNA甲基化、染色质可及性和组蛋白修饰）的原位分析。然而，将3D基因组折叠与完整组织中转录程序联系起来空间原理仍缺乏表征。在此，他们通过开发Spatial Hi-C-RNA填补了这一空白——这是一种高分辨率微流控原位条形码策略，可在天然组织背景下同时绘制染色质结构和转录组。在成年小鼠大脑、人黑色素瘤和发育中小鼠胚胎中，该技术生成了多模态图谱，与已有的单细胞和空间参考数据相吻合，提供了3D基因组如何原位关联细胞功能的整合视图。* c* }2 b" u: m' ?

- A0 x: A) L+ b& g/ o, h通过共同分析3D基因组结构和基因表达，Spatial Hi-C-RNA揭示了结构和转录程序如何共同指定细胞身份。在成年小鼠大脑中，整合聚类解析了精细解剖结构，并鉴定了细胞类型特异性的染色质特征，包括与转录模块协调的神经元和少突胶质细胞富集A区室激活。在该黑色素瘤样本中，Spatial Hi-C-RNA将空间染色质组织与肿瘤状态异质性联系起来。PAX3和ACSL3等致癌位点的独特环与转录组和染色质可及性状态相关联，伪时间分析显示染色质重塑与不同肿瘤状态间的转录转变平行发生。在发育中小鼠胚胎中，联合Hi-C和RNA轨迹揭示了协调的谱系成熟，以渐进性A区室激活和增强的神经元环为标志。与高分辨率Stereo-seq图谱的整合进一步表明，E11.5染色质状态保留了与后期E13.5空间组织相关的发育关系。
1 s' [0 d- o0 ~& A除这些生物学发现外，Spatial Hi-C-RNA为空间基因组生物学提供了一个灵活框架。其确定性条形码设计支持可调分辨率（10–20 μm）和捕获区域，使从小活检到较大解剖区域的应用成为可能。当与相邻切片模态（如Spatial ATAC-seq）结合时，它能够在共享空间背景下整合分析染色质构象、可及性、转录因子活性和基因表达。黑色素瘤中的组织学引导采样和胚胎组织的高分辨率分析进一步说明了实验设计如何适应不同生物学问题，同时保持空间可解释性。1 ^$ j: q: ^/ }- d( m5 N, ^
总之，这些发现确立了Spatial Hi-C-RNA作为在完整组织中绘制染色质-基因耦合图谱的平台。通过以高空间分辨率整合染色质结构与转录，Spatial Hi-C-RNA提供了对3D基因组组织如何在天然组织微环境中塑造细胞身份、发育轨迹和肿瘤进展的见解。该框架将促进未来将染色质结构与额外空间模态、计算模型和组织病理学信息整合的研究。" O3 d0 s- S2 h$ h1 r9 `: ]( J
研究局限性- T% h" |* a  W. l
Spatial Hi-C-RNA存在若干技术局限。首先，空间分辨率受限于确定性条形码所用的微流控通道尺寸——这是其他微流控平台共有的局限。因此，单个像素可能包含多个细胞核，具体取决于组织结构和细胞密度。例如，小鼠胚胎组织中10 μm像素通常包含约1–2个细胞，而成年小鼠大脑中20 μm像素可能包含1–3个细胞。实现亚细胞分析将需要纳米流控工程或光学条形码策略等进展，以及改进的计算解卷积方法以解析像素内的混合信号。
. \# c" `( g0 s* Y4 I其次，转录组模态依赖于poly(A)捕获，因此排除了非多聚腺苷酸化RNA，包括许多长链非编码RNA和组蛋白RNA。基于随机引物或连接捕获的未来策略可提供与3D基因组组织相关的更全面转录组视图。
! a6 Z# m/ U; R$ @第三，染色质构象工作流程依赖于限制性内切酶消化，这会引入序列依赖性片段化偏差并限制基因组覆盖的均匀性。不依赖于序列的片段化方法可减少该偏差并提高染色质接触图的分辨率和准确性。3 s% J2 N4 Z4 [$ ?
最后，与单核染色质构象方法（如HiRES）相比，空间分析的每像素分子回收率较低，可能反映了原位处理的生化限制。然而，本研究所达到的灵敏度已足以解析空间染色质区域及其与转录程序的耦合。（生物谷Bioon.com）: C( e. c5 M. B
参考文献：
: p+ A7 b. ^- s$ vPengfei Guo et al, Integrative spatial profiling of 3D genome organization and gene expression in tissue, Cell (2026). DOI: 10.1016/j.cell.2026.07.039.# C$ K0 m( T& N$ m6 F$ |* n

) z3 n8 M( E6 c9 D