在表观遗传、发育生物学、肿瘤机制等热门科研领域，单细胞多组学已然是主流研究方向。和传统批量测序Bulk RNA-Seq容易抹平细胞差异、输出平均化数据不同，单细胞测序可以精准捕捉单个细胞的独有特征，轻松破解细胞群体差异、基因调控、疾病异质性等常见科研难题。其中，单细胞ChIP-Seq和单细胞ATAC-Seq是两大核心表观单细胞技术，分别聚焦蛋白与DNA互作、染色质开放性两大研究角度，适配绝大多数高分表观科研课题，也是大家科研立项、课题升级、发表优质成果的优选方案。

两款技术可独立使用，也可联合开展多组学联合分析，搭配单细胞转录组测序（scRNA-Seq），可构建“染色质开放-蛋白结合-基因表达”的完整调控通路，大幅提升课题深度与成果含金量，是高分期刊论文的主流研究范式。

单细胞ChIP-Seq测序（scChIP-Seq）是一种结合染色质免疫沉淀（ChIP）和高通量测序的技术，可分析单个细胞中特定蛋白质（如转录因子或组蛋白修饰）与DNA的结合位点。相较于传统ChIP-Seq，单细胞ChIP-Seq通过液滴微流控与分子条形码技术的结合能够解析细胞群体中异质性的表观遗传特征，揭示单个细胞在转录调控、染色质修饰等方面的独特状态。

单细胞ATAC测序（scATAC-Seq）作为ATAC-Seq的进阶版，能够区分实验样本的细胞类型，细胞分化过程开放性染色质有什么差异，调控了哪些信号通路等等。染色质结构的动态重塑是影响哪些基因会发生转录以及何时转录的主要机制之一。当染色质开放时，DNA结合蛋白可以接近调控序列，从而实现转录。scATAC-Seq能够提供染色质可接近性的信息，并揭示单个细胞中基因转录活跃的区域。但是，它的功能并不止于此。数十万个调控元件在不同背景下协同作用以协调基因表达模式，scATAC-Seq能够提供这些不同元件的信息，包括其细胞类型特异性、结合位点基序，以及转录因子对应的调控区域是否处于开放状态（即使其编码基因在 mRNA 水平低表达）”。

• 场景一：稀有细胞亚群的表观特征被“平均”掉了

传统Bulk ATAC-Seq、ChIP-Seq依赖十万至数百万的大量细胞样本，最终输出的是所有细胞的平均化信号，存在极大的数据偏差。在复杂组织样本中，肿瘤干细胞、分化前体细胞、瞬时状态细胞等稀有功能细胞的独特表观调控特征，极易被主流细胞群体信号覆盖、抹平，导致核心科研信息丢失，无法挖掘关键致病、发育机制。而scATAC-Seq与scChIP-Seq可实现单细胞层面的精准检测，有效区分混合细胞群体中的各类亚群，让这些低频、却具备核心功能的稀有细胞特征完整呈现。

• 场景二：只知道细胞不同，但不知道为什么不同

很多客户已经做了单细胞转录组（scRNA-Seq），看到了不同细胞亚群之间明显的基因表达差异。他们接下来的核心问题是：造成这些转录差异的上游调控程序是什么？ scATAC-Seq可以鉴定出亚群特异的染色质开放区域，指向潜在的增强子或启动子；scChIP-Seq则可以进一步验证特定组蛋白修饰是否富集于这些区域，或鉴定驱动亚群分化的关键转录因子结合位点。两套技术联用，可让研究从简单的差异描述，进阶到“上游表观机制深度解析”，大幅提升课题创新性与研究深度。

• 场景三：追踪发育或疾病过程中的表观动态变化

在发育生物学、干细胞分化和肿瘤演进等动态过程中，表观修饰的变化往往先于基因表达的变化。利用scATAC-Seq结合拟时间分析，可以重建细胞从起始状态到终末状态过程中染色质逐步开放或关闭的时序轨迹；利用scChIP-Seq监测特定组蛋白修饰的动态转换，则可以捕捉细胞命运决定前的早期表观信号。

案例一：snRNA-Seq + snATAC-Seq + 空间转录组学揭示人类与猕猴前额叶皮层发育的保守与特异性调控程序

标题：Single-cell spatiotemporal transcriptomic and chromatin accessibility profiling in developing postnatal human and macaque prefrontal cortex

发表时间：2025/12/11

发表期刊：Nature Neuroscience

研究方法：snRNA-Seq，snATAC-Seq，scSpatial空间转录组学等。

文章链接：Single-cell spatiotemporal transcriptomic and chromatin accessibility profiling in developing postnatal human and macaque prefrontal cortex

理解人类前额叶皮层（PFC）的发育机制，是解析高级认知功能及神经精神疾病易感性的关键。研究通过整合单细胞核RNA测序（snRNA-Seq）、单细胞核ATAC测序（snATAC-Seq）和空间转录组学（scSpatial）三种技术，构建了人类和猕猴出生后PFC发育过程的跨物种单细胞分辨率图谱。

研究首先利用snRNA-Seq绘制了两种灵长类动物PFC主要细胞类型的转录组动态变化，鉴定出神经元、星形胶质细胞、少突胶质细胞前体细胞等亚群的发育轨迹。在此基础上，snATAC-Seq数据揭示了与这些轨迹相对应的染色质可及性变化，发现了人类PFC中数百个物种特异的开放染色质区域。这些区域富集在与突触形成、突触修剪及胶质细胞发生相关的基因调控网络中。空间转录组学进一步将这些分子特征映射到PFC的不同皮质层和功能区域，证实了关键调控事件的空间异质性。

多组学联合分析显示了人类PFC相较于猕猴的发育延长现象：人类胶质祖细胞表现出更高的增殖能力，并与特定的转录因子表达谱和染色质开放状态相关联。通过整合分析，研究还识别出对神经发育和神经精神疾病最易感的细胞类型及谱系，重点锁定了一批人类特异性表达特征的转录因子。

案例二：scRNA-Seq + scATAC-Seq揭示皮肤驻留ILCs在银屑病中汇聚至致病效应状态

标题：Skin-resident innate lymphoid cells converge on a pathogenic effector state

发表时间：2021/02/03

发表期刊：Nature

研究方法：scRNA-Seq，scATAC-Seq等。

文章链接：Skin-resident innate lymphoid cells converge on a pathogenic effector state

皮肤驻留的固有淋巴细胞（ILCs）在维持屏障功能和响应局部信号中发挥关键作用。传统上，ILCs根据转录因子和细胞因子的表达分为ILC1、ILC2和ILC3三个亚群。在银屑病中，IL-23信号诱导ILC3相关细胞因子IL-17和IL-22的产生，进而驱动真皮炎症。然而，这一反应是由预先定向的ILC亚群启动，还是通过细胞状态转换实现，此前尚不清楚。

本研究通过建立IL-23或咪喹莫特诱导的小鼠银屑病模型，结合单细胞RNA测序（scRNA-Seq）和单细胞ATAC测序（scATAC-Seq），对皮肤ILCs进行了时间梯度的高分辨率解析。scRNA-Seq数据显示，即使是在稳态条件下，皮肤ILCs已形成一个连续的转录谱系，涵盖静息样状态和ILC2效应状态。疾病诱导后，这一连续谱迅速转向一个混合的ILC3样亚群，该亚群同时表达ILC3和ILC2特征性细胞因子。scATAC-Seq进一步揭示了染色质可及性的相应重编程，证实了从静息样和ILC2状态向致病状态的多条转换轨迹。通过体外实验和体内命运追踪，研究验证了这些转换潜能，并证明组织驻留ILCs在缺乏循环ILCs的情况下足以驱动病理变化。

案例三：高通量单细胞ChIP-Seq揭示乳腺癌中染色质状态的异质性与耐药演化

标题：High-throughput single-cell ChIP-Seq identifies heterogeneity of chromatin states in breast cancer

发表时间：2019/03/31

发表期刊：Nature Genetics

研究方法：scRNA-Seq，scChIP-Seq，Bulk ChIP-Seq等。

文章链接：High-throughput single-cell ChIP-Seq identifies heterogeneity of chromatin states in breast cancer

组蛋白修饰介导的染色质结构调控是基因表达的重要表观遗传机制，但其在肿瘤异质性和进化中的贡献尚不清楚。本研究开发了一种基于液滴微流控的高通量单细胞ChIP-Seq技术，能够在单细胞分辨率下对数千个细胞的染色质景观进行图谱绘制。

研究团队采用乳腺癌患者来源的异种移植模型，分别针对化疗和靶向治疗获得性耐药进行了分析。结果显示，在未经治疗的药物敏感肿瘤中，存在一个细胞亚群，其染色质特征与耐药细胞高度相似，而这种亚群在Bulk水平的检测中完全无法识别。进一步分析表明，这些细胞以及耐药肿瘤中的细胞，在已知促进耐药性的基因位点上失去了H3K27me3这一与转录抑制相关的组蛋白修饰标记。

该研究证明了单细胞ChIP-Seq技术能够解析肿瘤内部的表观异质性，并揭示了耐药性在治疗前即已存在的表观遗传基础。这一技术路径不仅适用于癌症研究，也为正常系统（如细胞分化与发育）中的染色质异质性研究开辟了方向。