上海云序生物科技有限公司-脱氨酶单碱基转录因子足迹测序（FOODIE-seq）

脱氨酶单碱基转录因子足迹测序（FOODIE-Seq）技术

技术简介

FOODIE（FOOtprinting with DeamInasE）是一项基于双链DNA脱氨酶的全基因组转录因子足迹检测技术。该技术利用脱氨酶的酶促反应特性与转录因子的空间位阻效应，在全基因组范围内以近单碱基分辨率精准识别转录因子的结合位点。

首先对细胞进行透化处理，利用Tn5转座酶对开放染色质区域进行片段化与标记（Tagmentation），以富集转录因子主要结合并发挥调控功能的染色质开放区域。随后加入经过筛选优化的双链DNA胞嘧啶脱氨酶（如DddB），对基因组DNA进行脱氨修饰。该脱氨酶能够在广泛的序列背景下将DNA中的胞嘧啶（C）高效转化为尿嘧啶（U），且对相邻碱基的依赖性极低。经PCR扩增后，尿嘧啶被读取为胸腺嘧啶（T）。

在这一过程中，基因组中无转录因子结合的游离胞嘧啶会高效转化为尿嘧啶；而被转录因子特异性结合的DNA区域，因蛋白质产生的空间位阻效应，会保护结合位点附近的胞嘧啶免受脱氨酶的脱氨作用。Tn5片段化在脱氨处理之前进行，以保证Tn5的片段化效率不受影响。通过高通量测序分析全基因组范围内C-to-T转化效率的分布特征——转化比例低的区域即为转录因子结合的“足迹”——即可精准识别近单碱基分辨率的转录因子结合位点。

相较于传统转录因子检测技术，FOODIE-seq无需特异性抗体支撑检测，规避了传统技术单靶点检测、序列偏好强、分辨率低的短板，可无偏完成全基因组转录因子筛查与精细定量，兼容超低起始样本检测场景，检测精度、覆盖广度与应用场景全面优于传统调控测序技术。

FOODIE-seq实验流程

云序优势

1.低样本起始量，适配临床微量样本

仅需数千个细胞即可完成全基因组检测，样本需求量较 ChIP-seq 降低 2-3 个数量级，适配临床穿刺样本、早期胚胎等稀有样本。

2.同款高效脱氨酶

FOODIE技术的核心在于双链DNA胞嘧啶脱氨酶的选择——高效、低碱基偏好性的DddB，云序生物FOODIE-seq采用与PNAS文献完全一致的DddB脱氨酶体系，确保实验体系与文献标准统一。

3.从样本到数据一站式服务

云序生物提供从样本处理、文库构建、上机测序到生物信息学分析的一站式全流程服务。客户仅需提供细胞或组织样本，云序生物即可完成FOODIE-seq全流程实验与数据分析。公司拥有专业的生物信息学团队，支持不同研究方向的个性化需求。

相关产品

1.ATAC-Seq

ATAC-Seq（Assay for Transposase-Accessible Chromatin with sequencing）利用DNA转座酶，优先插入并切割染色质开放程度较高的区域，同时添加测序接头。测序所得的DNA片段即代表开放的染色质区域。这项技术仅需少量细胞便可获得实时全基因组活性调控序列信息，应用于转录因子结合分析、核小体定位、活性调控元件分布等研究，在表观遗传机制研究领域有广阔的应用前景。

2.Cut&Tag

CUT&Tag (Cleavage Under Targets and Tagmentation)是蛋白质-DNA互作关系研究的新方法，是新一代超微量ChIP -Seq技术，适用于无ChIP级别抗体的蛋白研究。与传统的ChlP-Seq研究方法相比，该技术无需交联、超声打断、末端抹平和接头连接等操作，因此具有省时高效、所需的样品量少、背景信号低和可重复性好等优点，甚至可用于单细胞水平测序。CUT&Tag有望将蛋白质-DNA互作的研究变成一种类似PCR反应的常规操作，对基因调控、表观遗传等领域的研究具有革命性的意义。

3.ChIP-Seq

ChIP-Seq（染色质免疫共沉淀测序）：利用特异性抗体富集与目标转录因子结合的DNA片段，进行测序，在全基因组范围内检测与特定转录因子或组蛋白结合的DNA位点。
ꁸ 回到顶部

021-64878766

ꁗ 1367228340

微信公众号二维码
高分文章案例

案例1：FOODIE-seq全基因组单细胞/单分子转录因子足迹测序揭示转录因子结合协同调控新机制

原文：Genome-wide single-cell and single-molecule footprinting of transcription factors with deaminase

发表时间：2024/12/17

发表期刊：PNAS

影响因子：9.1

发表单位：北京大学

转录因子通过结合启动子、增强子等顺式调控元件，协同控制基因表达的时空特异性和转录强度。全基因组绘制转录因子结合图谱对功能基因组学研究至关重要，但传统方法在分辨率、抗体依赖性和样本量要求等方面存在局限。本研究报道了一种基于双链DNA脱氨酶的足迹技术FOODIE，通过筛选低序列偏好性脱氨酶DddB/MGYPDa829，结合Tn5靶向开放染色质，在单分子和单细胞层面实现了全基因组近单碱基分辨率的转录因子结合位点检测。单分子测序可定量特定足迹上的转录因子结合分数及相邻转录因子间的协同性；单细胞FOODIE可在异质组织中分辨细胞类型特异的足迹。研究发现，共同执行特定生物学功能的基因模块均由共享转录因子在启动子和增强子区域协同调控。FOODIE适用于细胞系、组织及临床样本，为解析转录调控网络、研究转录因子协同作用及疾病相关非编码调控变异提供了核心技术工具。
数据分析（仅供展示详见demo报告）

一、分析内容

1.原始数据整理，低质量reads过滤，数据质控

2.全基因组C-to-T转化率统计

3.转录因子足迹识别

4.差异转录因子足迹识别

5.差异转录因子足迹相关基因GO分析

6.差异转录因子足迹相关基因KEGG通路分析

7.Venn韦恩图

8.Classifiaction分布

9.Chrom Distribution染色体分布图

10.Motif分析

11.足迹结合分量分布图

二、部分数据分析结果示例

1.转录因子足迹识别

根据全基因组范围内每个胞嘧啶（C）位点的C-to-T转化率差异，识别基因组中转化率显著低于背景水平的区域，云序生物检测每个实验样本中的转录因子结合足迹（footprint），并使用自有程序对识别到的足迹进行注释，包括邻近基因关联、转录因子基序（motif）匹配及基因组功能区分布分析。（基于转化频率的差异，在全基因组范围内识别低转化区域即为转录因子结合足迹。结合已知的转录因子motif数据库，对识别出的足迹进行转录因子归属注释）

2.差异转录因子足迹相关基因GO分析

基因本体论（Gene Ontology，GO）计划（http://www geneontology org）为注释基因、基因产物和序列开发了一套结构化的、受控词汇表。它被分成3个部分：分子功能（Molecular Function，MF）、生物过程（Biological Process，BP）和细胞组分（Cell Component，CC）。云序生物利用差异甲基化基因进行GO功能分析，按照MF、BP、CC 3部分分别注释并推测这些差异修饰化基因可能的作用。

3.差异转录因子足迹相关基因KEGG分析

KEGG 通路分析是将基因组学、转录组学、蛋白质组学和代谢组学中的分子数据集映射到KEGG通路图上，以进行这些分子的生物学功能解释的过程。云序生物利用差异修饰基因进行通路分析，以注释并推测这些差异修饰基因可能参与的通路。

4.Venn图

直观地展示不同样本中检测到的修饰峰之间的关系，圆圈中不重叠的部分代表每个样本所独有的修饰峰数量。圆圈之间重叠的部分则代表多个样本之间共有的修饰峰数量。

5.修饰区域Motif分析

通过序列信息的解析，可以揭示转录调控过程中的核心密码。基于Motif序列的分析能够发现，转录因子结合足迹并非随机分布于基因组中，而是显著富集于特定的碱基组合模式中。利用Motif分析，可以精准挖掘转录因子结合的序列偏好性，进而锁定特定转录因子调控的靶基因及其结合区域。 Motif log由每个位置的字母堆叠组成，字母是对应的碱基（ATGC）的代码，用于描述序列特征。X轴表示motif的序列长度，每个字母的高度也就是Y轴，与该位置的相应碱基的出现频率成正比，常以bits为单位。

6.Classification修饰区域分布

云序生物根据参考基因组注释文件，将基因组划分为启动子、5‘UTR、3’UTR、外显子、内含子、基因间区等功能区域，再根据足迹（footprint）的坐标信息，将每个足迹匹配至其所在或最近的基因组区域，统计各功能区域中足迹的分布比例，从而展示转录因子结合在全基因组功能区域上的分布特征。
样本要求：

样品类型：

细胞悬液、固定细胞、冻存细胞沉淀、新鲜组织等，其他类型样品请电询；

样品量：

a) 细胞：≥ 1×10^5

b) 组织：≥ 50 mg

样品运输及保存

样品置于1.5mL管中，封口膜封好，干冰运输。

细胞样品或新鲜组织块可用TRIZOL或RNA保护剂处理，液氮冻存后-80℃保存。