在细胞的整个生命周期中，基因时空特异性表达而产生的异质性决定了细胞的类型，功能，命运等等，而这个过程能被ChIP-eq技术精准的解析。

传统的ChIP-seq能在宏观层面探讨基因的表达调控，例如不同器官，不同物种。而我们的研究对象往往是较微观的对象，一小块组织，一群具有异质性的细胞等等，不同细胞类群之间的这种表观异质性差异只能通过单细胞ChIP-seq捕获。通过单细胞层面进行表观基因组学（epigenomics）的研究，对进一步解析基因调控和探讨生命活动提供了又一利器^[1]。6月20日下午2点，墨卓生物将发布全球首款商业化高通量单细胞表观组学MobiChIP™解决方案，这一方案的推出是单细胞领域的又一重大技术突破。

2015年，通过多步液滴融合的方法，单细胞级别的ChIP-seq——Drop-ChIP实现突破^[2]。这项技术把ChIP-seq带入单细胞阵营，也是单细胞表观技术分群概念的首次提出，证明表观组的数据也能用来进行细胞异质性分析，解析不同细胞基因调控的差异。 该方法具有三个创新核心：

这项技术把ChIP-seq带入单细胞阵营，也是表观技术分群概念的首次提出。  

Drop-ChIP流程

2019年，CUT&Tag、CoBATCH和ACT-seq的几乎同时报道了一种相似且具有普适性、易操作、高质量的单细胞ChIP-seq技术^[3,4,5]。准确来讲，该技术的三个核心点是：

但是这种单细胞的ChIP技术仍具有一定的局限性，究其原因有以下几点：

基于组合标签法的单细胞ChIP-seq

有没有既不费力，通量高并且测序兼容性强的单细胞ChIP-seq技术？

答案当然是肯定的。墨卓基于底层的硬核微流控技术，先是开发了商业化MobiNova®-100平台，一键式操作的方法可以在6min内产生成千上万个单细胞的液滴。然后在汲取前人优点的技术上，开发出一套全新的单细胞ChIP-seq解决方案。本方案具有众多优点，同时也实现了多个首创和第一。

高通量单细胞表观组学MobiChIP™产品特点：

首创：全球第一款商业化高通量单细胞ChIP-seq解决方案，让科研人员可以轻松上手、独立完成单细胞ChIP-seq实验；

可靠：MobiChIP™的数据质量远超文献水平，产品性能稳定，可重复性好；

便捷：文库结构设计合理，兼容MobiCube®系列产品，无需单独包lane测序，可以大幅降低测序成本；

贴心：为用户提供经过验证的6大常用抗体，避免ChIP类实验中不同厂商抗体批次差异导致的结果不稳定情况。

我们基于高通量单细胞表观组学MobiChIP™技术，还进行了下游分析流程开发。例如，基于高通量单细胞ChIP-seq可以实现组织细胞的精准分群，该分群结果可与基于Bulk水平的 ChIP-seq细胞分群很好的重叠。

基于高通量单细胞ChIP-seq数据的细胞分群

同时，高通量单细胞ChIP-seq数据可与高通量单细胞RNA-seq数据进行映射和联合分析。这些下游分析方法的搭建，都将为高通量单细胞ChIP-seq的下游应用打下坚实的基础。

高通量单细胞ChIP-seq数据与高通量单细胞转录组数据联合分析

我们为什么需要单细胞ChIP-seq？这是非常重要的问题，只有应用需求驱使的技术革新才能持续和迭代。

在一项乳腺癌耐药性研究中，研究人员用耐药性和非耐药性小鼠的PDX模型样本进行了研究。转录组数据基于基因表达信息将细胞分成7个Cluster。

单细胞RNA-seq发现7类细胞亚群

其中归属于敏感细胞群的Cluster 6，与耐药细胞具有相同的调控通路。这可能是导致后续肿瘤复发的原因。

抗性基因表达匹配H3K27me3信号特征

在进行高通量单细胞ChIP-seq分析时候发现，抗药基因周围的H3K27me3的信号丢失，进而导致抗药基因高表达，以上可能是导致其向耐药细胞转变的生层次原因，而这些是基于单细胞转录组测序所不能得到的信息。

简言之，墨卓高通量单细胞表观组学MobiChIP™技术能够从新的视角破译表观遗传修饰，从而有助于全面解析疾病发生发展等生命活动。

墨卓生物首创推出的商业化高通量单细胞表观组学MobiChIP™解决方案将是单细胞行业一场新的技术革命，其可靠、便捷、贴心的产品设计理念将打破单细胞ChIP-seq高门槛的特点，让越来越多的实验室轻松开展单细胞ChIP-seq研究，从而推进生物医药行业的快速发展。

参考文献：

[1] Meyer CA, Liu XS. Identifying and mitigating bias in next-generation sequencing methods for chromatin biology. Nat Rev Genet. 2014, 15(11):709-21.

[2] Rotem A, Ram O, Shoresh N, Sperling RA, Goren A, Weitz DA, Bernstein BE. Single-cell ChIP-seq reveals cell subpopulations defined by chromatin state. Nat Biotechnol. 2015, 33(11):1165-72.

[3] Wang Q, Xiong H, Ai S, Yu X, Liu Y, Zhang J, He A. CoBATCH for High-Throughput Single-Cell Epigenomic Profiling. Mol Cell. 2019, 76(1):206-216.

[4] Kaya-Okur HS, Wu SJ, Codomo CA, Pledger ES, Bryson TD, Henikoff JG, Ahmad K, Henikoff S. CUT&Tag for efficient epigenomic profiling of small samples and single cells. Nat Commun. 2019, 10(1):1930.

[5] Carter B, Ku WL, Kang JY, Hu G, Perrie J, Tang Q, Zhao K. Mapping histone modifications in low cell number and single cells using antibody-guided chromatin tagmentation (ACT-seq). Nat Commun. 2019, 10(1):3747.

[6] Bartosovic M, Kabbe M, Castelo-Branco G. Single-cell CUT&Tag profiles histone modifications and transcription factors in complex tissues. Nat Biotechnol. 2021, 39(7):825-835.

[7] Wu SJ, Furlan SN, Mihalas AB, Kaya-Okur HS, Feroze AH, Emerson SN, Zheng Y, Carson K, Cimino PJ, Keene CD, Sarthy JF, Gottardo R, Ahmad K, Henikoff S, Patel AP. Single-cell CUT&Tag analysis of chromatin modifications in differentiation and tumor progression. Nat Biotechnol. 2021, 39(7):819-824