首先来回答，这个问题：“空间ATAC能做什么？”
百创空间ATAC测序（BMKMANU S3000-ATAC-seq）技术的核心价值在于，它实现了在完整组织或器官的原位环境中，以单细胞或近单细胞分辨率，对全基因组范围内的染色质可及性进行空间定位分析。
具体应用场景与科学发现
- 解析发育与分化过程中的空间表观遗传程序
在胚胎发育、器官形成等过程中，细胞命运决定紧密依赖于其所在的空间位置。空间ATAC-seq能够揭示不同组织区域特异的染色质开放景观。例如，在小鼠胚胎E13阶段的应用中，无监督聚类分析识别出与解剖区域高度一致的染色质可及性集群1。例如，胎儿肝脏区域显示Sptb等肝脏特异性基因的高可及性，而脊柱/背根神经节区域则显示Syt8、Sox10等神经发育基因的可及性。在更早的E11阶段，提高空间分辨率至20μm的实验中，空间ATAC-seq甚至能够解析出脊索细胞的薄层结构，展现了其在解析精细组织结构方面的能力1。
在BMKMANU S3000-ATAC Demo中也展示出了相同的特征：
单独空间转录组聚类中的cluster1与cluster8 在加入ATAC的数据之后，分别拆分为了cluster2,cluster9跟,cluster14,,cluster15.
- 剖析复杂组织与肿瘤微环境的细胞异质性
在肿瘤、大脑、免疫器官等高度异质性的组织中，细胞类型繁多且功能状态多样。空间ATAC-seq能够在不破坏组织结构的条件下，区分不同细胞类型（如癌细胞、免疫细胞、基质细胞）特有的染色质开放特征。在小鼠大脑皮层发育过程中，研究发现皮质层特异性转录因子（如Bhlhe22、Fezf2、Tbr1）表现出独特的染色质可及性时空模式。例如，Fezf2和Tbr1的RNA表达被严格限制在特定皮质层，但其基因可及性评分（GAS）却扩展到更广泛的区域。这表明，尽管染色质处于开放状态，但Polycomb介导的表观遗传抑制机制可能防止这些层特异性基因的异位表达2。
在BMKMANU S3000-ATAC Demo中也有一致的结论：
Fezf2和Tbr1的RNA表达被严格限制在特定皮质层，但其基因可及性评分（GAS）却扩展到更广泛的区域
- 揭示疾病发生与病理状态的空间表观遗传基础
对于神经退行性疾病、自身免疫性疾病、心血管疾病等，病变往往始于特定组织区域。空间ATAC-seq有助于定位疾病早期的表观遗传失调发生位点。例如，在阿尔茨海默病模型脑组织中，该技术可以对比淀粉样斑块周边区域与远端正常脑区的神经元和胶质细胞的染色质可及性变化，寻找驱动神经炎症和神经元死亡的关键调控通路3。
在BMKMANU S3000-ATAC Demo中空间的解析度（分辨率）更高：
百创空间ATAC技术原理
- 样本(如小鼠脑) OCT包埋，10μm组织切片，一片贴附于玻片使用Tn5酶进行孵育，相邻一片贴附与百创S3000空间芯片进行后续空间转录组流程；
- Tn5孵育后的玻片通过百创杂交转移适配器，转移至百创空间ATAC捕获芯片之上进行捕获；
- 构建二代文库进行测序，通过BstATAC_v1.2软件进行数据处理，可以进fragment分布及TSS富集分析，降维聚类等分析。
百创智造空间ATAC-seq实测数据
Species Information: Mouse brain
Sequencing Strategy: SURFSeq 5000 PE150
Analysis Software: BstATAC (Download Link: http://www.bmkmanu.com/portfolio/tools)
Reference Genome Version: GRCm38_release95
Demo Data Download Link: http://www.bmkmanu.com/demo
BMKMANU S3000-ATAC基础结果概览
百创S3000-ATAC： TSS富集图几Fragment分布图
百创S3000-ATAC：降为聚类结果
BMKMANU S3000-mRNA基础结果概览
百创S3000-mRNA：基因捕获参数
BMKMANU S3000-ATAC + mRNA 联合分析
图像配齐
联合降为聚类
BMKMANU S3000-ATAC 与S3000-mRNA 桑葚图及聚类细胞共享热图
从桑葚图及热图中可以看出，ATAC的cluster与mRNA的cluster共享的细胞吻合度高，两者的一致性高
BMKMANU S3000-ATAC Coverage Plot
图中的红色标注区域即为算法挖掘（peakcalling）出的显著peak，代表染色质可及性峰值位点。Peak的富集程度直接反映相应区域基因的开放程度。peak越高越宽，说明该基因组区域在更多不同细胞类型中呈现开放状态，转录因子可结合性越强，基因表达潜能越高
BMKMANU S3000-ATAC “簇”- 特定显著Motif
左图展示了基于偏差评分排序的转录因子（TF）排名，标注展示了top4 。横轴为按排名排序的注释（annotations），纵轴反映各TF的偏差评分值，数值越高表明该转录因子在特定细胞类型中的调控作用越显著。
右图绘制了top4的motif的序列特征。 logo由每个位置的一堆字母组成。字母的相对大小表示它们在序列中的频率。每个字母的高度与该位置的相应碱基的出现频率成正比，常以bits为单位。
BMKMANU S3000-ATAC “簇”- 19 特定显著Motif-转录因子结合程度
展示转录因子足迹（footprint）分析结果：在某些细胞类型中，当转录因子结合DNA时，会物理阻碍Tn5酶的切割，导致在基序中心出现插入减少的"凹陷"（负向富集）。图中四个转录因子（MA1575.1、MA0752.1、MA1115.1、MA0122.3）在基序中心±200bp范围内均呈现明显的负向峰值，表明这些转录因子确实占据其结合位点，且ZnF410和POU5F1等因子的负向富集程度尤为显著。
BMKMANU S3000-ATAC + S3000-mRNA 调控表达逻辑
左上1： chromatin accessibility（peak）; 右上1：transcription factor (TF) motifs(motif)
左下1：gene expression(RNA); 右下1：GeneScore(gene activity)
四幅图系统展示了从染色质状态到基因表达的多层级调控信息：
左上1呈现染色质可及性peak信号，标识DNA物理开放区域；
右上1定位这些peaks中富集的转录因子motif，揭示潜在调控元件；
左下1显示对应基因的实际mRNA表达水平；
右下1整合染色质信号计算基因活性评分（GeneScore）。
作为连接染色质开放性与表达输出的预测桥梁，四者共同构建"可及性-调控元件-基因活性-表达水平"的完整调控逻辑链。
BMKMANU S3000-ATAC Extended Data
我们使用邻片对齐，基于对齐的锚点，合并fragment，相同spot，相同染色体下，相同位置直接累加，不同位置追加，然后进行分析
结论：
1. TSS不会变化，fragment大幅提升
2. 聚类层次相对更加清晰
这是属于开放性的测试，任何感兴趣的研究者，可以联系百创智造
参考文献：
[1] Zhang, Di , et al. "Spatial dynamics of brain development and neuroinflammation." #i{Nature} Nov.6 TN.8088(2025):647.
[2] Deng, Yanxiang et al. “Spatial profiling of chromatin accessibility in mouse and human tissues.” Nature vol. 609,7926 (2022): 375-383. doi:10.1038/s41586-022-05094-1
[3] Kong, Dehui et al. “Spatial profiling of chromatin accessibility reveals alteration of glial cells in Alzheimer's disease mouse brain.” bioRxiv : the preprint server for biology 2025.05.01.651759. 28 May. 2025, doi:10.1101/2025.05.01.651759. Preprint.