10K超高通量scATAC+scRNA（Multiome）

10K超高通量scATAC+scRNA（Multiome）

百万细胞的单细胞开放区+

转录组的表达调控研究解决方案

在真核生物中，DNA与组蛋白结合形成核小体，核小体进一步折叠压缩形成染色质。在DNA的复制和转录过程中，染色质的紧密结构需要被打开，使得调控因子能够结合到DNA上，这段被打开暴露的区域被称为开放染色质（open chromatin）；各种转录因子等相关的调控蛋白便有机会结合到这段开放的区域上，这种特性叫做染色质的可及性（chromatin accessibility）。染色质开放区域为转录因子结合提供位点，决定基因转录的“潜在可能性”，而转录组直接反映基因实际表达水平与活性状态。如果把细胞比作一座城市，单细胞RNA测序（scRNA-seq）只能告诉我们“城里正在发生什么”——哪些街道热闹、哪些区域冷清；而单细胞ATAC测序（scATAC-seq）则告诉我们“哪些区域的地皮有开发潜力”——染色质开放的地方就像已经规划好的地块，随时可以动工。但二者各自为政时，我们始终无法确认：热闹的街区，真的是因为那块地早就规划好了吗？而双组学的意义就在于，它实现了在单个细胞水平上，同时看清“潜能”与“行动”。将“蓝图规划”（染色质开放状态）与“行动”（基因表达）进行精确的、一对一地关联分析。这远远超出了分别检测RNA或ATAC所能提供的信息，它的重要意义体现在以下三个层面：

1.双组学让基因调控从“相关”走向“因果”——这是它最核心的科学意义

直接建立“调控”与“表达”的因果链，在生物学中，基因表达受调控元件（如增强子）控制。传统的单维度数据，只能在不同细胞群体间推测这种关系，存在不确定性，无法直接证明。而双组学技术同时检测来自同一细胞核的两种信息，使其可以直接分析特定细胞的染色质开放区域（ATAC）与特定基因表达量（RNA）的相关性，从而精准地将远端调控元件（Peak）与其靶基因连接起来。

2. 双组学让“隐秘的细胞身份”无所遁形

提供前所未有的细胞分型精度，仅仅依靠基因表达（RNA）有时难以区分一些高度相似的细胞状态，而表观遗传（ATAC）层面可能差异显著。通过同时利用RNA和ATAC两种数据进行联合聚类（如使用加权最近邻方法WNN），可以更精细地定义细胞类型，揭示隐藏在“相同”转录组下的异质性，从而实现远超单一模态的细胞分型精度。

3. 双组学让细胞的故事有了“前因后果”

构建细胞动态变化的“全景视角”要理解细胞分化或疾病进展，需要知道其过去（表观遗传状态）如何影响现在（基因表达）及未来。将两种数据整合，可以更准确地推断细胞的“RNA速度”，即预测其未来的分化方向。

截至2026年1月，全球已有超过300篇高水平研究依托单细胞多组学技术发表，其中发表在Cell、Nature、Science及其子刊的论文占比超过50%。这充分说明，双组学已不再是“前沿探索”，而是生命科学创新的主流引擎。

双组学虽强大，但门槛并不低。目前市面上已有的双组学单细胞测序技术，对样本质量（特别是细胞核完整性）要求极高，数据稀疏、分析流程复杂，并且单个样本仅能捕获一万左右的细胞核，结果不稳定，价格也高昂。万乘基因研发团队依托超高通量转录组测序技术（Cao et al., 2019），开发了可以同时捕获单细胞RNA+ATAC的超高通量双组学技术，具备百万级细胞检测能力，能从两个组学维度全面解析组织复杂性，揭示细胞类型特异的基因调控网络。从超高通量单组学到超高通量双组学，万乘新品再次助您跨越视野局限。

01

产品技术原理

10K超高通量双组学测序技术是基于单细胞组合索引方法学框架，涉及分池条形码编码细胞核，通过三轮索引引入独特的核酸标签，为每个细胞分配一个独特的组合barcode。该技术的核心在于将单个细胞核的cDNA和Tn5打断片段进行条形码标记，然后进行测序，以实现对大量单细胞的并行分析，从单个实验中就能获得数百万单细胞的转录组及染色质开放数据。

图1.10K超高通量scATACseq+scRNAseq双组学实验原理图

万乘10K超高通量单细胞双组学产品的主要特点

（1）单样本超高通量模式

单次检测百万级细胞，解锁海量细胞图谱高灵敏度，捕获稀有细胞类型，突破传统检测极限更高基因覆盖度，揭示隐藏的生物学奥秘减少信息丢失，助力高分文章

（2）多样本混样常规通量细胞模式

多样本混合检测，单次实验解决批量需求及批次效应问题

百万级细胞通量，数据质量对标SCI期刊标准

成本直降60%+，真正实现“高通量=低预算”

样本同步处理减少偏差，跨样本分析更严谨

产品应用领域

虚拟细胞模型构建

单细胞多模态模型搭建

从DNA序列到基因表达的生成式模型等

肿瘤微环境

多区域、多时间点的肿瘤-免疫互作图谱

追踪治疗前后稀有耐药或浸润亚群

免疫学与感染

病毒或细菌感染模型中免疫细胞动态批量解析

不同免疫背景个体的感染应答差异解析

发育与再生

胚胎不同发育阶段批量采样

类器官或再生组织中细胞命运的大规模时序追踪

神经科学

跨脑区、跨行为样本的神经元或胶质细胞亚型批量鉴定

疾病模型与对照动物一次性全脑单细胞核转录组扫描

药物与毒理

多剂量、多化合物的筛选

药物协同或毒性机制在多器官或多时间点的同时评估

临床队列研究

大样本患者外周血或者组织的混测，快速建立疾病细胞参考图谱

伴随诊断标志物发现：低丰度亚群的高灵敏度筛查

技术保障

万乘CellCosmo自动化软件，优化计算流程，大细胞数据量分析快人一步

升级版CellCosmo_UHT算法，混样拆分准确率高

提供从实验设计到生信分析的全流程支持，确保数据质量达到 SCI 论文的要求

02

实测项目案例

（1）某神经类器官

基础数据统计

研究结果显示，利用10K超高通量平台对某神经类器官进行单细胞核双组学分析，成功捕获了约14.3万个细胞核。在转录组层面，每个细胞核的中位基因检出数为918，中位UMI数为1,383，总基因覆盖数高达37,137，展现出卓越的转录组覆盖广度。与此同时，ATAC层面的染色质可及性分析显示，每个细胞核的中位高质量片段数为9,635，平均为10,167，且中位FRiP值为0.67，平均为0.64，表明数据具有较高的信噪比和生物学可靠性。整体而言，10K超高通量平台在该神经类器官中实现了转录组与表观基因组的高效联合检测，为深入解析神经发育或疾病相关调控机制提供了丰富且高质量的单细胞分辨率数据基础。

聚类与注释分析

（2）小鼠脊髓

基础数据统计

研究结果显示，利用10K超高通量平台对小鼠脊髓样本进行单细胞核多组学分析，成功捕获了约20.6万个细胞核。在转录组层面，每个细胞核的中位基因检出数为1,653，中位UMI数为3,555，总基因覆盖数达到29,247，展现出良好的转录组检测广度；双细胞率为4.6%。在ATAC染色质可及性分析层面，每个细胞核的中位高质量片段数为9,591，平均为11,882，中位FRiP值为0.58，平均为0.57，表明数据具有较高的信噪比和可靠性。整体而言，10K超高通量平台在该小鼠脊髓样本中实现了转录组与表观基因组的高效联合检测，为解析脊髓组织细胞异质性及其调控机制提供了丰富且高质量的单细胞分辨率数据基础。

聚类与注释分析

（3）某神经干细胞

基础数据统计

研究结果显示，利用10K超高通量平台对某神经干细胞样本进行单细胞核多组学分析，成功捕获了约11万个细胞核。在转录组层面，每个细胞核的中位基因检出数为1,484，中位UMI数为2,812，总基因覆盖数达到28,151，双细胞率为3.78%，数据质量良好。在ATAC染色质可及性分析层面，每个细胞核的中位高质量片段数为9,363，平均为16,017，中位FRiP值为0.61，平均为0.59，表明染色质开放区域的信号富集效率较高，数据具有较好的信噪比和生物学可靠性。整体而言，10K超高通量平台在该神经干细胞样本中实现了转录组与表观基因组的高效联合检测，为深入解析神经干细胞的分子特征、异质性及其分化调控机制提供了丰富且高质量的单细胞分辨率数据基础。

聚类与注释分析

总结

三个实例的数据和聚类分析展示，两种组学数据在UMAP低维嵌入空间中呈现出高度一致的细胞分布模式，各主要细胞类群在转录组和表观基因组层面均能形成清晰的对应聚类结构。scRNA-seq与scATAC-seq的细胞投影在共享的降维空间中相互重叠且分布均匀，表明两类数据所反映的细胞异质性信息具有良好的互补性与一致性。这些结果充分说明，10K超高通量多组学平台能够在各组织中同步实现基因表达谱与染色质调控景观的高保真联合检测，为深入解析细胞类型多样性及其背后的转录调控网络提供了可靠的数据支撑。

03

常见问题解答（FAQ）

Q1：10K超高通量scATAC+scRNA有几种服务模式？分别适用什么研究需求？

✅️A：10K超高通量scATAC+scRNA有2种服务模式。

1）单样本超高通量模式：单次实验即可在单个样本中捕获

数万至百万级细胞的转录本和染色质可及性信息，适用于“单样本即全景”绘制细胞图谱、发现稀有细胞类型及其动态变化，以及借助更广基因覆盖探索新科学问题的研究。

2）混样普通高通量模式：若研究目标仅聚焦主要细胞类型及其亚群的构成与变化，且样本量大、对成本、质量及批次效应均有较高要求，可采用10K 超高通量 scATAC+scRNA的混合样本测序模式，既经济高效，又能显著降低批次差异，是普通高通量的理想替代。

Q2：混样测序是否会影响数据质量？

✅️A：不会。通过样本标记和数据精确拆分，数据质量与单样本测序相当。

Q3：适合哪些样本类型？

✅️A：组织（需新鲜送样）、类器官（新鲜送样或缓冻送样）、细胞系（缓冻送样）等。

Q4：数据分析是否复杂？

✅️A：配套自动化分析流程，高效标准交付。

参考文献：

1.Cao, J., Spielmann, M., Qiu, X., Huang, X., Ibrahim, D. M., Hill, A. J., Zhang, F., Mundlos, S., Christiansen, L., Steemers, F. J., Trapnell, C., & Shendure, J. (2019). The single-cell transcriptional landscape of mammalian organogenesis. Nature, *566*(7745), 496–502. https://doi.org/10.1038/s41586-019-0969-x

2.Li, Y., Li, C., Zhou, Q., Liu, X., Qiao, Y., Xie, T., Sun, H., Ong, M. T.-Y., & Wang, H. (2025). Multiomics and cellular senescence profiling of aging human skeletal muscle uncovers Maraviroc as a senotherapeutic approach for sarcopenia. Nature Communications, *16*, 6207. https://doi.org/10.1038/s41467-025-61403-y

3.Wang, X., Huang, H., Jiang, S., Kang, J., Li, D., Wang, K., Xie, S., Tong, C., Liu, C., Hu, G., Li, H., Li, C., Yang, L., Ding, Y., Li, S.-T., Wang, F., Lohmann, J. U., Liang, Z., & Gu, X. (2025). A single-cell multi-omics atlas of rice. Nature. https://doi.org/10.1038/s41586-025-09251-0

4.Ma, S., Zhang, B., LaFave, L. M., Hsu, Y.-C., Regev, A., & Buenrostro, J. D. (2020). Chromatin potential identified by shared single-cell profiling of RNA and chromatin. Cell, *183*(4), 1103–1116.e20. https://doi.org/10.1016/j.cell.2020.09.056

5.Liu, B. B., Jessa, S., Kim, S. H., Ng, Y. T., Higashino, S. I., Marinov, G. K., Chen, D. C., Parks, B. E., Li, L., Nguyen, T. C., Wang, A. T., Wang, S. K., Tan, M. H., Tan, S. Y., Kosicki, M., Pennacchio, L. A., Ben-David, E., Pasca, A. M., Kundaje, A., Farh, K. K. H., & Greenleaf, W. J. (2026). Multiomics and deep learning dissect regulatory syntax in human development. Nature. https://doi.org/10.1038/s41586-026-10326-9

更多产品和优惠信息

官网：http://www.10kgenomics.com/

电话：021-64160323

邮箱：tech@argus-genomics.cn

万乘基因

万乘基因成立于2018年，总部位于上海，是一家提供前沿细胞分析技术的高科技公司。公司长期专注于开发从单个到千万级别通量细胞技术，并致力于从基因调控，蛋白表达，表观遗传等层面进行多组学系统化解决方案制定和科学问题解析，以推动生命科学研究和精准医疗的发展。公司主要产品包括超高通量单细胞转录组、超高通量单细胞染色质可及性、超高通量单细胞甲基化水平解析，高通量蛋白组及靶向复合蛋白组解析，及高通量单细胞抗体筛选CRO服务等。企业通过在产品和服务上的持续科技创新，促进单细胞测序技术多学科融合及行业发展，推进精准医学向单细胞分辨率，大数据及人工智能方向进展。