BioPlayground

🧬
목록으로

ATAC-seq: 항체 없이 크로마틴 접근성의 전체 지형을 읽기

크로마틴이 열린 모든 자리를 한 번에 읽습니다. Tn5 트랜스포사제의 삽입 편향, 뉴클레오솜 주기 신호, 그리고 전사 인자 풋프린팅을 ENCODE 데이터로 직접 실습합시다.

중급
|
20분
|
검증 완료 (2026-07-24)
ATAC-seqchromatin accessibilityTn5 transposaseopen chromatin
진행률0/73 (0%)

ChIP-seq의 한계: 한 번에 하나의 표적만

S38에서 ChIP-seq로 특정 히스톤 변형이나 전사 인자의 결합 위치를 읽었습니다. 하지만 ChIP-seq에는 근본적 제약이 있습니다 — 한 번의 실험에 항체 하나, 즉 표적 하나입니다. H3K4me3을 봤으면 H3K27ac는 다른 실험을 해야 합니다. 전사 인자 수백 개를 모두 보려면 수백 번의 실험이 필요합니다.

ATAC-seq(Assay for Transposase-Accessible Chromatin with sequencing)은 이 문제를 우회합니다. 항체를 쓰지 않습니다. 대신 크로마틴이 열려 있는 모든 자리를 한 번에 읽습니다. 히스톤이 빼곡히 감겨 있는 닫힌 크로마틴에는 접근하지 못하고, 열린 크로마틴(프로모터, 인핸서, 전사 인자 결합 부위)에만 Tn5 트랜스포사제가 삽입됩니다. 결과적으로, ATAC-seq 한 번으로 세포의 전체 조절 가능 지형을 그릴 수 있습니다.

Tn5 트랜스포사제의 원리

ATAC-seq의 핵심 시약은 Tn5 트랜스포사제입니다. 이 효소는 이중가닥 DNA를 인식해 시퀀싱 어댑터를 직접 삽입(tagmentation)합니다. 열린 크로마틴에서는 DNA가 노출되어 있으므로 Tn5가 자유롭게 삽입하지만, 뉴클레오솜이 감싸고 있는 닫힌 영역에서는 접근이 차단됩니다.

실험 워크플로는 놀랍도록 짧습니다.

  1. 세포 핵을 분리합니다(세포질 DNA 제거).
  2. Tn5를 넣고 37°C에서 30분 반응시킵니다.
  3. DNA를 정제하고 PCR로 증폭합니다.
  4. 시퀀싱합니다.

ChIP-seq의 교차결합-단편화-IP-정제-라이브러리 전 과정에 비해, ATAC-seq는 세포 500～50,000개로 몇 시간 만에 끝납니다. 이 간편함이 급속한 보급의 핵심 이유입니다.

Tn5 삽입의 +4/-5 보정

Tn5가 이중가닥 DNA에 삽입할 때, 9bp의 표적 부위 중복(target site duplication)이 생깁니다. 따라서 실제 "잘린 위치"를 정확히 표현하려면, 정방향(+) 리드의 5' 말단을 +4bp, 역방향(-) 리드의 5' 말단을 -5bp 보정해야 합니다. 이 보정이 없으면 풋프린팅 분석에서 해상도가 떨어집니다.

단편 크기 분포: 뉴클레오솜 주기 신호

좋은 ATAC-seq 데이터는 단편 크기 분포에서 뚜렷한 패턴을 보입니다.

  • < 100bp: 뉴클레오솜이 없는 영역(NFR, Nucleosome-Free Region) — 열린 크로마틴. 이것이 ATAC-seq의 주 신호입니다.
  • ～200bp: 모노뉴클레오솜(하나의 뉴클레오솜을 감싼 단편)
  • ～400bp: 다이뉴클레오솜
  • ～600bp: 트라이뉴클레오솜

이 주기적 패턴(～147bp 뉴클레오솜 + ～50bp 링커의 반복)은 Tn5가 뉴클레오솜 사이의 링커 DNA에만 삽입한다는 원리의 직접적 증거입니다. 품질 관리의 첫 번째 체크포인트입니다.

bash
# 단편 크기 분포 시각화 (deepTools)
bamPEFragmentSize -b atac_sorted.bam -o frag_size.png --maxFragmentLength 1000

피크 검출: ChIP-seq와의 차이

ATAC-seq의 피크 검출에도 MACS를 사용할 수 있지만, 몇 가지 조정이 필요합니다.

bash
# ATAC-seq용 MACS2 피크 검출
macs2 callpeak \
  -t atac_shifted.bam \
  -f BAMPE \          # 페어드엔드
  -g hs \
  -n sample_ATAC \
  --nomodel \         # 단편 크기 모델링 건너뜀 (Tn5는 직접 삽입)
  --shift -75 --extsize 150 \  # NFR 중심 검출
  --keep-dup all \
  -q 0.05

--nomodel: ChIP-seq의 리드 이동 모델은 Tn5 삽입에 맞지 않으므로 비활성화합니다.

-f BAMPE: 페어드엔드 모드로, 실제 단편 크기를 사용합니다.

NFR 피크 vs 뉴클레오솜 피크

열린 크로마틴 분석에서는 보통 NFR(< 150bp) 단편에서 나온 리드만 사용합니다. 뉴클레오솜 포지셔닝을 분석하려면 모노뉴클레오솜(150～300bp) 단편을 별도로 추출합니다.

bash
# NFR 단편만 추출 (< 150bp)
samtools view -h atac_sorted.bam | \
  awk 'substr($0,1,1)=="@" || ($9>0 && $9<150) || ($9<0 && $9>-150)' | \
  samtools view -bS - > atac_nfr.bam


# 모노뉴클레오솜 단편 추출 (150-300bp)
samtools view -h atac_sorted.bam | \
  awk 'substr($0,1,1)=="@" || ($9>=150 && $9<=300) || ($9<=-150 && $9>=-300)' | \
  samtools view -bS - > atac_mono.bam

전사 인자 풋프린팅

ATAC-seq의 가장 우아한 응용 중 하나가 **풋프린팅(footprinting)**입니다. 전사 인자가 DNA에 결합하면, 결합 부위를 Tn5로부터 보호합니다. 따라서 열린 크로마틴 피크 안에서 **작은 함몰(dip)**이 보이면, 그 위치에 전사 인자가 앉아 있을 가능성이 높습니다.

풋프린팅 분석은 다음 단계로 진행됩니다.

  1. 관심 전사 인자의 모티프(예: CTCF, AP-1)를 게놈에서 검색합니다.
  2. 모든 모티프 부위 주변의 Tn5 삽입 밀도를 집계합니다.
  3. 모티프 중앙에서 삽입 밀도가 감소하면(풋프린트), 그 전사 인자가 활성 상태에서 결합하고 있다는 증거입니다.
python
# TOBIAS를 사용한 풋프린팅 분석 (명령줄)
# 1단계: Tn5 삽입 편향 보정
# tobias ATACorrect -b atac.bam -g genome.fa -p peaks.bed -o corrected/


# 2단계: 풋프린트 점수 계산
# tobias FootprintScores -s corrected/atac_corrected.bw -r peaks.bed -o scores.bw


# 3단계: 모티프별 풋프린트 시각화
# tobias PlotAggregate -m motifs.jaspar -s corrected/atac_corrected.bw -r peaks.bed -o footprint.pdf

CTCF의 풋프린트는 매우 깊고 날카로운 함몰로 나타나며, 이것은 CTCF가 DNA에 매우 안정적으로 결합한다는 것을 의미합니다. 반면 일부 전사 인자는 결합 시간이 짧아 풋프린트가 얕습니다.

단일세포 ATAC-seq: scATAC-seq

벌크 ATAC-seq가 조직 평균이라면, scATAC-seq는 개별 세포의 크로마틴 접근성을 읽습니다. 10x Genomics Multiome(RNA + ATAC 동시 측정)이 대표적입니다.

분석 도구로는 ArchR(R)과 Signac(Seurat 기반 R)이 양대 산맥입니다. scATAC-seq는 데이터가 매우 희소(sparse)하므로, 피크를 먼저 정의한 뒤 세포 × 피크 행렬을 만들고, LSI(Latent Semantic Indexing)로 차원 축소한 뒤 클러스터링합니다. RNA-seq의 PCA + UMAP에 대응하는 파이프라인입니다.

CS 매핑

  • 삽입 정렬 바이어스: Tn5의 서열 선호도(insertion bias)는 데이터의 체계적 편향입니다. 이를 보정하는 것은 관측 데이터에서 기기 편향을 제거하는 캘리브레이션과 같습니다.
  • 주기 신호와 FFT: 뉴클레오솜 주기(～200bp)를 단편 크기 분포에서 감지하는 것은 주파수 분석(Fast Fourier Transform)과 동일한 논리입니다.
  • 패턴 매칭(footprinting): 모티프 데이터베이스에서 게놈 내 결합 부위를 검색하는 것은 문자열 패턴 매칭의 바이오 버전입니다.

자주 만나는 결함

  • 미토콘드리아 리드 과다 — 미토콘드리아 DNA는 크로마틴으로 감겨 있지 않아 Tn5가 대거 삽입합니다. 미토콘드리아 리드 비율이 50%를 넘으면 핵 분리가 불완전한 것이며, 분석 전 제거해야 합니다.
  • PCR 중복 미제거 — ATAC-seq는 소량 DNA에서 시작하므로 PCR 증폭이 강하고, 중복이 많습니다. MarkDuplicates(S07)로 반드시 제거합시다.
  • Tn5 삽입 보정(+4/-5) 누락 — 풋프린팅 분석 시 이 보정이 없으면 결합 부위가 9bp 어긋나고 풋프린트가 흐려집니다.
  • NFR 단편 미분리 — 전체 단편에서 피크를 잡으면 뉴클레오솜 신호와 NFR 신호가 섞여 해석이 어려워집니다. 단편 크기별 분리를 권장합니다.

더 깊게 파고 싶다면

본문은 BPD가 직접 재구성한 서술입니다. 심화는 아래 정통 자료를 활용합시다.

  • 원 논문(ATAC-seq): Buenrostro et al. (2013), Transposition of native chromatin for fast and sensitive epigenomic profiling of open chromatin, DNA-binding proteins and nucleosome position, Nature Methods 10:1213. 50,000 세포로 크로마틴 접근성을 읽는 방법의 원천입니다.
  • ENCODE ATAC-seq 파이프라인: ENCODE Project (encodeproject.org/atac-seq/) — 표준 분석 파이프라인과 품질 규격.
  • MIT 6.874 강의 (Kellis): 크로마틴 접근성과 후성유전학 강의가 ATAC-seq의 통계적 기초를 다룹니다.
  • TOBIAS 풋프린팅: Bentsen et al. (2020), ATAC-seq footprinting unravels kinetics of transcription factor binding during zygotic genome activation, Nature Communications 11:4267.
  • ArchR (scATAC-seq): Granja et al. (2021), ArchR is a scalable software package for integrative single-cell chromatin accessibility analysis, Nature Genetics 53:403.

ATAC-seq가 크로마틴의 2D 접근성을 읽었다면, 다음 편 S40에서는 Hi-C — 게놈의 3차원 접촉 구조를 해독하는 기술 — 로 차원을 한 단계 올립니다.