snm3C-seq
在同一个细胞核中同时读取 DNA methylation 与染色质接触；同核并测是本文比较两种表观组学状态的基础。
Tomorgene Research Note · 公开导读版
Human body single-cell atlas of three-dimensional genome organization and DNA methylation
这份 atlas 的关键不是再增加一种 cell-type catalog，而是把 DNA methylation 与 3D genome structure 放进同一个 nucleus：两种模态经常相互对应，却也会在 skeletal muscle、Schwann 与 trophoblast 中记录不同的状态维度。
公开导读版 · 7 张低分辨率代表图 + 53 个阅读索引 · robots noindex,nofollow
文献身份与版本
阅读起点
材料门禁：唯一主文、supplement 与 MDAR 已人工判定；3 PDF 与 6 XLSX 均可读。close-reading gate 在裁图和 HTML 之前完成。
一句话模型：mCG compartments、低水平 mCH 与 3D domains/loops 都携带 cell identity，但它们的耦合方式和变化时序因 lineage 而异；跨模态不一致本身可能标记 transition state。
证据链顺序
- Fig.1 建立同核双模态 atlas 与注释可信度。
- Fig.2-Fig.3 分别定义 mCG compartments 与非神经 mCH identity。
- Fig.4 建立 domain/compartment architecture axis。
- Fig.5 在 compartment、boundary、loop 三个尺度对齐 methylation 与 3D contacts。
- Fig.6 用 muscle、trophoblast 与其他谱系解释 modality discordance。
科学问题与总体模型
人体不同细胞类型如何共同使用 DNA methylation 与 3D chromatin architecture 维持身份？两种模态何时相互对应，何时记录不同的状态维度？
Same-nucleus atlas
16 tissues / 86,689 nuclei
mCG compartments
PMD、DMR 与 regulatory identity
Low-level mCH
lineage-specific context 与 scale
3D regimes
domain versus compartment dominance
Discordant states
一类模态可先于或优于另一类
强度边界：atlas、correlation、motif 和 LDSC 提供关联与优先级；本文没有直接 perturb methylation/loops 来证明相互因果，也没有 longitudinal lineage tracing 证明 3D contacts 必然先于 mCG。
名词解释
术语按机制、实验场景和数据口径分组；每张卡都服务后面的具体图组。
核心机制 读懂主线
mCG
CG 二核苷酸中的甲基化。本文用全局水平、10-kb compartment、DMR 和基因/调控元件附近信号描述它。
mCH
非 CG 甲基化，其中 H 为 A、C 或 T。神经元最高，但本文关注非神经谱系中低水平、结构化的 mCH。
PMD
Partially methylated domain，大尺度部分甲基化区域；胎盘滋养层、记忆 B 细胞和腺泡细胞中特别明显。
DNA methylation compartment
把 10-kb bins 按 CpG 甲基化分布分成 hypo、partial、hyper 三类；它与 A/B compartment 相关但分辨率更细。
A/B compartment
3D 接触图中的活跃 A 与抑制 B 区域。多数谱系中 B 与 partially methylated compartment 对应。
Domain-dominant
短程 100 kb-1 Mb 接触相对更强的 3D 架构；神经元位于这一端，并具有更多、更长的 loops。
Compartment-dominant
大于 10 Mb 的同 compartment 接触相对更强；多种造血谱系位于这一端。
DMR
Differentially methylated region。本文识别 1,364,566 个 DMR，但在 PMD-heavy 谱系中需防止全局甲基化损失造成假局部特异性。
Loop-DMR
与 loop anchor 重叠的 DMR。它可富集 CTCF/谱系 TF motif，并提高 LDSC 的 trait-cell-type prioritization，但不等于因果位点。
Cross-modality discordance
同一细胞按 mCG 与 3D contacts 得到不同 subtype/state。本文把这种不一致视为潜在的状态时序信息。
实验模型/场景 定位样本与谱系
16 tissues / 32 samples
每个组织至少两个供体，合计 86,689 个质控后细胞核；组织来源和供体信息见 Table S1。
35 major types / 206 subtypes
major type 是跨组织主类，subtype 结合 mCG、3D contacts、scRNA-seq 与 snATAC-seq 进一步细分。
Trophoblast
Epi TPB 具有强 PMD，且 mCG embedding 受供体影响；3D contacts 更清楚地区分 VCT 与 SCT。
Memory versus naive B
记忆 B 细胞展示 PMD-like mCG depletion，用于比较成熟状态与 naive 状态的 methylation compartments。
Skeletal muscle
Satellite、slow-twitch、fast-twitch 三类用于展示 3D contacts 可先于 mCG 转为成熟样状态。
Schwann cells
髓鞘化与非髓鞘化状态提供第二个跨模态不一致实例，补强骨骼肌不是孤例。
Breast epithelial subtypes
LHS、LSP 与 basal cells 用于连接 subtype-specific loops 与差异表达。
Pancreatic endocrine cells
mCH 可区分 alpha、beta、delta、gamma 等 subtype，但其与表达的关系不同于神经元。
Hematopoietic lineages
多个免疫谱系偏 compartment-dominant，是对神经元 domain-dominant 架构的主要对照。
Orthogonal atlases
既有 scRNA-seq、snATAC-seq、bulk methylome 与 ENCODE contact maps 用于注释和外部验证，但不是相同细胞核。
方法与数据口径 回到图注与表格
5-kb mCG LSI
把 hypomethylation score 二值化后做 LSI；比旧 100-kb PCA 更能分开非神经组织中的细胞类型。
100-kb scHiCluster
把稀疏 3D contacts 经染色体内 SVD 和二次 SVD 形成单细胞 embedding。
CCA anchors
供体整合只保留 embedding 距离最近的 60% anchors，以减少不同 cell type 被错误对齐。
Geosketch
下采样常见状态并保留稀有状态，再选择 anchors，缓解大群体占据更大 embedding 空间的问题。
Direct concatenation
mCG 与 3C embedding 直接拼接；作者认为 WNN 在两种模态沿不同轴分离时可能混淆权重。
Consensus Leiden
kNN 图进行 500 次随机初始化并取 consensus；随后用 AUROC/AUPR 阈值迭代合并 clusters。
ALLCools / DNMTools
ALLCools 完成 methylation matrix、compartment 与 DMR；DNMTools 作为 PMD/compartment 比较控制。
cCRE / snATAC
候选顺式调控元件来自匹配组织的 snATAC atlas；DMR 与 cCRE overlap 是跨数据集关联。
pycisTarget / HOMER / AME
不同 motif 问题使用不同数据库与背景。motif enrichment 只提出候选 TF，不证明占据或功能。
APA
Aggregate peak analysis 检查 loop calling 在相同/不同 lineage contact maps 中是否保留中心峰。
LDSC
用 loop-anchor DMR 的 LD score 估计 trait heritability enrichment；结果用于 prioritization，不是 fine mapping。
5mC versus 5hmC
Bisulfite 测序不能区分 5mC 和 5hmC；这是所有 mCG/mCH 解释的共同限制。
Fig.1 · 先证明数据、注释与供体一致性，再比较每种模态携带的细胞身份信息。
同核双模态建立跨人体组织的表观基因组图谱
snm3C-seq 在 16 个组织的 86,689 个细胞核中同时测量 DNA methylation 与 3D contacts，定义 35 个 major types 和 206 个 subtypes。
16 个组织和每个组织的质控后 nuclei 数量构成 atlas 的样本骨架。
精读要点
问题：同一细胞核中的 methylation 与 chromatin contacts 能否在人体尺度上稳定识别细胞身份？
结果：195 billion nonclonal methylation reads 与 18 billion long-range contacts 形成两个相关但不相同的 embeddings；联合注释覆盖组织特异与跨组织细胞类型。
关键控制：S1 排除 bisulfite/contact artifacts，S2 检验 5-kb LSI 与 donor integration，S3-S8 用 scRNA、snATAC、既有 methylome 和 ENCODE contacts 交叉验证。
推论强度：强力支持 atlas 的测量与分类有效性，但还没有建立两种模态之间的因果调控。
局限：样本来源异质，subtype 依赖 batch correction、cluster merging、参考注释和部分手工 dimension 稳定性判断。
Fig.2 · 定义第一种细胞身份坐标，并为 Fig.5 与 3D compartments 的比较建立尺度。
mCG compartments 将 PMD、调控元件与细胞身份连接起来
全局 mCG 在谱系间跨度很大，PMD-like depletion 落在连续的 three-state methylation compartments 中；DMR 与 repeat-associated mCG 进一步保留谱系信息。
三类 methylation compartments 在 whole genome、TSS 与 cCRE 中的谱系分布。
精读要点
问题：大尺度 mCG 组织能否统一解释 PMD、基因调控和 cell-type specificity？
结果：mCG 约为 59%-81%；trophoblast、memory B 和 acinar cells PMD 最强。10-kb bins 被分成 hypo/partial/hyper compartments，供体间约 95% 一致；1,364,566 DMRs 覆盖 17.9% genome。
关键控制：S9 与 DNMTools 比较，S10 检验 donor/related lineage，S11 连接 expression 与 histone marks，S12-S15 检验 DMR、ATAC、motif 与 repeats。
推论强度：支持可重复的 methylation-compartment 表示及其与抑制性 B compartment 的关联；expression/motif 仍是关联证据。
局限：PMD-heavy lineage 的全局甲基化损失会膨胀局部 DMR，作者因此在部分分析中排除六类谱系的 hypo-DMRs。
读图要点：先看 mCG 全局跨度和 PMD browser tracks，再解释 compartment。
公开导读版以阅读索引呈现；回到原文核对。读图要点：compartment 来自 10-kb bin distribution，而不是任意阈值切分。
公开导读版以阅读索引呈现；回到原文核对。读图要点：表达关联在 promoter 与 gene body 上方向不同，不能压成单一 correlation。
公开导读版以阅读索引呈现；回到原文核对。读图要点：DMR/ATAC/motif/repeat 说明 identity information 不只位于 promoter。
公开导读版以阅读索引呈现；回到原文核对。Fig.3 · 建立第二种 methylation 层，并显示同一个 epigenetic mark 没有跨谱系通用解释。
低水平 mCH 在非神经谱系中仍具有结构与身份信息
神经元 mCH 最高，但多种非神经谱系的 mCH 高于 lambda background，具有 trinucleotide 与 genomic-scale 结构，并可区分部分 major types/subtypes。
CG 与 CA methylation signal 的 genomic distance correlation 展示 mCH 不是随机散点。
精读要点
问题：非神经组织中的低水平 mCH 是技术背景，还是可解释的表观状态？
结果：CAC/CA contexts 最常见；mCH 在 active cCREs depletion，按谱系在基因结构与 compartments 上分布不同，并可分开 pancreatic endocrine 与 skeletal-muscle subtypes。
关键控制：S16 使用 lambda spike-in，S17-S19 检验 context/bin-size/distance，S20 检查 DNMT3A，S21-S23 检查 motif、classification 与 expression。
推论强度：支持低水平 mCH 携带 cell identity information，但不证明它在非脑组织中被主动调控或直接调节表达。
局限：绝对信号低、binning 会平滑噪声，且 bisulfite 不能区分 5mC/5hmC；mCH-expression 的方向随谱系改变。
读图要点：低水平信号必须和 trinucleotide context 一起读，不能只看 global boxplot。
公开导读版以阅读索引呈现；回到原文核对。读图要点：mCH depletion 只出现在对应 cell type 的 active cCREs。
公开导读版以阅读索引呈现；回到原文核对。读图要点：mCH 可分开部分谱系，但 fibroblast 等内部 subtype resolution 有限。
公开导读版以阅读索引呈现；回到原文核对。读图要点：endocrine、neuron、muscle、NK 的 mCH-expression 关系方向不同。
公开导读版以阅读索引呈现；回到原文核对。Fig.4 · 建立 3D identity coordinate，再与 Fig.2-Fig.3 的 methylation coordinates 对齐。
不同谱系落在 domain-dominant 与 compartment-dominant 两端
contact distance、A/B interaction 与 loop length 共同定义 lineage-specific 3D regimes；283,606 个 differential loops 与 subtype expression 相联系。
contact-distance distributions 与 short/long ratio 定义 domain/compartment dominance。
精读要点
问题：人体不同 cell types 的 3D genome 是否只是同一结构强弱不同，还是具有不同组织原则？
结果：neurons 偏短程 domain/loop 且 loops 更多更长；多种 hematopoietic cells 偏长程 within-compartment contacts。Breast epithelial subtype loops 与 nearby DEG patterns 同步。
关键控制：S24 比较 raw/imputed metrics 与 compartment strength，S25 报告 loops/domains/APA，S8 与 ENCODE maps 做外部验证。
推论强度：支持谱系相关的 3D architecture regimes 与 loop-expression association，不证明某条 loop 是表达变化的原因。
局限：loop calling 依赖 sparse-contact imputation 与 pseudobulk depth；cell number 会影响 loop sensitivity。
Fig.5 · 把前三种 coordinates 对齐，并明确耦合关系随 lineage 改变。
Methylation 与 3D structure 在不同尺度上耦合，也保留谱系例外
methylation compartments 通常对应 A/B compartments，domain boundaries 与 loop anchors 也携带 methylation signatures；PMD-heavy 与 neuronal lineages 构成关键例外。
跨 major types 的 compartment score 与 PMD density 展示总体耦合与例外。
精读要点
问题：mCG/mCH 与 chromatin contacts 在 compartment、boundary 和 loop 三个尺度上如何对应？
结果：partial methylation 多对应 B compartment，且分辨率更细；mCG/mCH 在 boundaries 两侧呈 lineage-specific patterns；loop-DMR 富集 CTCF 和 lineage motifs，loop-DMR 提高 LDSC enrichment。
关键控制：S26 扩展 compartment/boundary comparison，S27 检验 DMR-loop enrichment，S28 更换 clustering modalities，S29 报告 LDSC matrix。
推论强度：支持 multi-scale coupling 与 loop context 的 prioritization value；motif、correlation、LDSC 均不能单独建立因果。
局限：DMR 靠近 loop anchor 不确定 causal variant、target gene 或方向；PMD 会降低 loop-mCG correlation。
读图要点：mCG 的相关方向在 PMD-heavy cells 反转，mCH 的 neuron pattern 也不同。
公开导读版以阅读索引呈现；回到原文核对。读图要点：methylation compartment 比 100-kb contact compartment 更细，但并非独立 gold standard。
公开导读版以阅读索引呈现；回到原文核对。读图要点：boundary 两侧的 mCG/mCH pattern 必须按 lineage 解读。
公开导读版以阅读索引呈现；回到原文核对。读图要点：CTCF/lineage motif 与 correlation 只提出候选机制。
公开导读版以阅读索引呈现；回到原文核对。Fig.6 · 把“不一致”从分析失败改写为可检验的生物学假说。
跨模态不一致揭示不同步的 cell-state transitions
mCG 与 3D-contact subtype agreement 在谱系间差异很大；skeletal muscle、Schwann 与 trophoblast 显示一种模态可先于或优于另一种模态定义状态。
skeletal-muscle locus、loop-DMR groups 与 motif enrichment 展示 3D/mCG 不同步。
精读要点
问题：两种模态聚类不一致是 batch artifact，还是可重复的 biological transition signal？
结果：部分 muscle cells 已失去 stem loops 并获得 differentiated-like contacts，却保留 stem-like mCG；Schwann cells 有相似 mismatch；trophoblast 中 3D contacts 比 global mCG 更贴近 VCT/SCT identity。
关键控制：muscle 按 donor 独立重聚类；S30-S31 展示 modality-specific embeddings；S32 在 Schwann、gastric、enteric lineages 复现；placenta 明确保留 donor-separated mCG state。
推论强度：强力支持 modality-specific state dynamics，但 3D-before-mCG 的时序仍需 time course 或 lineage tracing。
局限：cross-sectional data 不能证明先后；gastric/enteric/trophoblast 最终 subtype 使用 3D clusters，需独立 assay 避免自证。
Supplementary evidence 精读
S1-S33 承担技术负对照、外部验证、参数敏感性与跨谱系复现；不是可以略过的附录。
lambda phage control 对照 genomic mCH，验证低水平非神经 mCH 的技术边界。
补图怎么用
代表作用：S16 是低水平 mCH 不只是 background 的直接技术控制。
阅读顺序：S1-S8 先验证 atlas；S9-S15 验证 mCG；S16-S23 验证 mCH；S24-S29 验证 3D/coupling；S30-S33 解释跨模态 discordance。
边界：补图扩大稳健性与适用范围，不自动提高因果强度。
读图要点：Chromatin-contact artifact control：它是 Fig.1/4 的首要技术控制，排除 bisulfite mapping artifact。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Embedding and donor integration：它定义 atlas annotation 的算法边界。
公开导读版以阅读索引呈现；回到原文核对。读图要点：scRNA annotation cross-check：外部注释支持 cell type label，但不是相同 nuclei。
公开导读版以阅读索引呈现；回到原文核对。读图要点：mCG-snATAC integration：用于验证 annotation，不把 cross-dataset alignment 当作直接测量。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Tissue-by-tissue subtype map：检查 subtype 是否被少数组织或大群体主导。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Donor reproducibility：相同 subtype 跨 donor 应比不同 subtype 更相似。
公开导读版以阅读索引呈现；回到原文核对。读图要点：External methylome validation：外部一致性支持 major-type annotation，同时保留 bulk mixture 限制。
公开导读版以阅读索引呈现；回到原文核对。读图要点：ENCODE 3D validation：外部 3D reference 支持 loop specificity。
公开导读版以阅读索引呈现；回到原文核对。读图要点：PMD and compartment calling：Fig.2 compartment 定义的核心验证。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Compartment donor consistency：支持 PMD-like depletion 是连续谱，而非简单二元标签。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Expression and histone context：功能关联不等于调控方向。
公开导读版以阅读索引呈现；回到原文核对。读图要点：DMR universe：说明多数 DMR 位于 distal regions 且高度 cell-type specific。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Peak versus nonpeak DMRs：nonpeak DMR 也携带 lineage information。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Methylation at ATAC peaks：把 DMR 解释约束到 active regulatory elements。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Repeat-based identity：说明 cell identity signal 不只存在于已注释 genes/cCREs。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Trinucleotide lineage groups：支持 mCH context structure 随 lineage 改变。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Context-correlation resolution：检验 Fig.3 pattern 不是单一分辨率产物。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Genomic scale of mCH：bin size 与 smoothing 会影响尺度估计。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Methylation writers/readers：DNMT3A association 是候选机制，不是 perturbation。
公开导读版以阅读索引呈现；回到原文核对。读图要点：High versus low mCA regions：motif presence 不能替代 occupancy。
公开导读版以阅读索引呈现；回到原文核对。读图要点：mCH subtype embeddings：显示 mCH 在某些 lineage 有 subtype resolution，在另一些没有。
公开导读版以阅读索引呈现；回到原文核对。读图要点：mCH classification and expression：避免把 neuronal anticorrelation 外推到所有组织。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Domain/compartment robustness：Fig.4 架构轴的主要 robustness control。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Loop and domain validation：loop number 对 cell depth 敏感，domain number 更稳定。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Compartment-boundary methylation：强调 neuronal 与 PMD-heavy exceptions。
公开导读版以阅读索引呈现；回到原文核对。读图要点：DMR enrichment at loops：threshold robustness 支持 overlap，但不证明方向。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Clustering-method sensitivity：用于减少 Fig.5 correlation 的 clustering circularity。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Trait prioritization：prioritization 不是 causal fine mapping。
公开导读版以阅读索引呈现；回到原文核对。读图要点：mCG subtype embeddings：与 S31 一一配对比较。
公开导读版以阅读索引呈现；回到原文核对。读图要点：3D-contact subtype embeddings：与 S30 的差异构成 Fig.6 的起点。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Discordant states across lineages：跨谱系复现支持 mismatch 是生物学线索而非单一算法事故。
公开导读版以阅读索引呈现；回到原文核对。读图要点：Subtype color legend：颜色图例用于 provenance，不产生独立结论。
公开导读版以阅读索引呈现；回到原文核对。Source Data / Supplementary Tables 索引
原始 workbook 不在页面展开为长表；这里保留字段、尺寸、figure linkage、异常值和重分析用途。
材料包3 PDF
main / supplement / MDAR 已人工分类；均可读且未加密。
Supplementary Tables6 XLSX
6 sheets，角色为 sample、motif、dimensions、references 与 annotation crosswalk。
空附件类别0 / 0 / 0
media / peer-review / source-data blot；S1-S33 位于 supplement PDF。
Table S1 - sample and donor provenance · 1 workbook - 18 x 15
- Tissues and donors
16 tissues、32 samples、source program、age/sex 与 sample identifiers。
- Use boundary
支持样本设计与 donor audit；公开页不重发 donor-level matrix。
Tables S2-S3 - motif support · 2 workbooks - 4,561 rows
- Table S2
4,193 x 8；peak/nonpeak DMR motif_group、NES、AUC、hits、gene 与 major_type，支持 Fig.2O。
- Table S3
368 x 7；skeletal-muscle DMR_group motifs，支持 Fig.6G/S32A。
Tables S4-S6 - analysis choices and annotation · 3 workbooks - 165 rows
- Table S4
36 x 3；35 major types 的 npc_cg / npc_3c dimension choices。
- Table S5
25 x 3；24 个外部 scRNA references；两个 source URL 含原始尾随引号。
- Table S6
104 x 2；ATAC label crosswalk；两个 unmapped rows，并存在 Neu Schw / Glia Schw alias。
方法与数据解释
测量能回答什么
- 同核 snm3C-seq：比较同一 nucleus 的 methylation 与 contacts。
- 5-kb mCG LSI / 100-kb 3C embedding：定义 cell-state geometry。
- DMR、loop、compartment：比较局部到大尺度的 epigenomic features。
- 外部 RNA/ATAC/ENCODE data：提供 annotation 与 orthogonal validation。
测量不能回答什么
- Bisulfite 不能区分 5mC 与 5hmC。
- Cross-sectional discordance 不能证明真实时间顺序。
- Motif enrichment 不等于 TF occupancy 或功能。
- Loop/DMR proximity 不等于 causal target gene。
- LDSC enrichment 不等于 causal variant fine mapping。
创新、可复用设计与下一步
创新与可迁移点
- 在同一 nucleus 比较 methylation 与 3D contacts，避免完全依赖跨 assay 对齐。
- 把 PMD 扩展为跨谱系 methylation compartments，并显式处理 PMD-heavy DMR bias。
- 用 negative-assay data 学习 contact blacklist，而不是只用经验过滤。
- 把 modality mismatch 当作 phenotype，并在多个 lineages 复现。
- 同时报告 raw/imputed contact metrics、cluster sensitivity 与 external atlas validation。
下一步实验
- 在同核加入 RNA/nascent RNA，检验 3D-first states 是否预测 transcriptional commitment。
- 用 oxBS/TAB-seq 区分 5mC 与 5hmC。
- 在非神经谱系 perturb DNMT3A，并同时测 mCH、expression 与 contacts。
- 扰动 cohesin/CTCF 或 loop-DMR candidate TF，做 time-course rescue。
- 用 lineage tracing 检验 skeletal-muscle 与 Schwann transition 的模态先后。
- 扩大 donor 数量和 demographic diversity，特别是 placenta/PMD-heavy tissues。