單細胞ATAC-seq分析工具Scasat在細胞分類中的應用

| 作者：余尚倍 曾鈺桐 （華南農業大學）

先簡單介紹一下單細胞ATAC-seq。ATAC-seq的全稱是Assay for Transposase-AccessibleChromatin with high throughputsequencing。在基因組上，有很多開放的染色質區域，這些區域是轉錄因子和轉錄元件的重要結合位點。在此之前，其實已經有多種手段可以用來研究轉錄調控區域。比如DNAse-seq和FAIRE-seq，但是相比於這兩個技術，ATAC-seq具有樣本數目少（約500個細胞就足夠）、時間短等特點，在轉錄組學和表觀遺傳學等方面的作用令人值得期待，因此在近期具有相當高的研究熱度。

在2019年《Nucleic Acids Research》的第47期No.2中, 來自英國曼徹斯特大學的研究人員發表了單細胞ATAC-seq分析工具Scasat在細胞分類中的應用。

目前，單細胞ATAC-seq分析工具Scasat在細胞分類中的表現出積極的作用。Scasat是一個用簡單的步驟處理scATAC-seq數據的完整管道。它將數據視為二進位，並應用特別適用於二進位數據的統計方法。該管道是在Jupyter筆記本環境中開發的，該環境包含可執行代碼以及必要的描述和結果。

一．完整的Scasat工作流程

下圖描述了完整的Scasat工作流程。首先是修整低質量鹼基的預處理步驟，將讀數與相應的基因組對齊並調用峰。然後通過合併每個單個單元的所有映射的BAM文件並在該合併文件中調用峰值來生成峰值可訪問性矩陣。下游分析由對單細胞ATAC-seq數據進行統計分析的必要步驟組成。在Scasat中，數據被轉換為二進位數據集。將維度減少方法應用於該二值化數據後，對該減小的維度進行其他統計分析以推斷生物信息。

二．差分可訪問性問題

研究團隊還從完全不同的角度解決了差分可訪問性問題。其中使用熵和信息增益來計算兩組小區之間的差異可訪問峰值。研究人員將Scasat應用於細胞混合物，將這些細胞去卷積成不同的組。分析的初步結果表明，批次效應混淆了生物信號，這阻礙了細胞分類成不同細胞類型。因此，進一步開發Scasat以克服這種批次效應問題。最終結果顯示，基於可接近的染色質區域的無監督聚類細胞可以將細胞分組成它們相應的細胞類型。這表明監管要素可以非常精確地定義細胞身份。可以應用類似的方法將惡性細胞與癌組織中的正常細胞分開，然後詳細研究惡性細胞。

三．Scasat的優異功能

該工具還具有新穎的分析功能，可將開放的染色質信息作為二進位數據進行處理，並在保持數據的二進位特性的同時校正批次效應。這使得Scasat在分析單細胞ATAC-seq數據方面優於其他工具。

Scasat還成功應用於公開可用的數據集，顯示其用於處理和分析使用不同協議和平台生成的單細胞ATAC-seq數據集的總體效用。該工具的成功實施有助於進一步了解單細胞水平的表觀遺傳機制，並為更容易和更好地分析單細胞ATAC-seq數據提供了機會。

這些數據基於實際實驗結果。Nucleic Acids Research評論認為，在未來，這種分析方法將更廣泛的應用於細胞分類。

參考資料

[1] Classifying cells with Scasat, a single-cell ATAC-seq analysis tool

[2] Profiling of Accessible Chromatin Regions Across Multiple Plant Species and Cell Types Reveals Common Gene Regulatory Principles and New Control Modules

中國生物技術網誠邀生物領域科學家在我們的平台上，發表和介紹國內外原創的科研成果。

本公眾號由中國科學院微生物研究所信息中心承辦

微信公眾號：中國生物技術網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！