• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

建模片段计数可改善单细胞 ATAC-seq 分析。

Modeling fragment counts improves single-cell ATAC-seq analysis.

机构信息

School of Computation, Information and Technology, Technical University of Munich, Garching, Germany.

Computational Health Center, Helmholtz Center Munich, Neuherberg, Germany.

出版信息

Nat Methods. 2024 Jan;21(1):28-31. doi: 10.1038/s41592-023-02112-6. Epub 2023 Dec 4.

DOI:10.1038/s41592-023-02112-6
PMID:38049697
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC10776385/
Abstract

Single-cell ATAC sequencing coverage in regulatory regions is typically binarized as an indicator of open chromatin. Here we show that binarization is an unnecessary step that neither improves goodness of fit, clustering, cell type identification nor batch integration. Fragment counts, but not read counts, should instead be modeled, which preserves quantitative regulatory information. These results have immediate implications for single-cell ATAC sequencing analysis.

摘要

单细胞 ATAC 测序在调控区域的覆盖度通常被二值化为开放染色质的指标。在这里，我们表明二值化是一个不必要的步骤，它既不能提高拟合度、聚类、细胞类型识别，也不能进行批次整合。相反，应该对片段计数进行建模，而不是读取计数，这可以保留定量的调控信息。这些结果对单细胞 ATAC 测序分析具有直接的影响。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/6c310b1f722b/41592_2023_2112_Fig12_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/f810ebc6d2cf/41592_2023_2112_Fig1_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/e7c35a5af274/41592_2023_2112_Fig2_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/aeb4ae44822a/41592_2023_2112_Fig3_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/8f8ce8660b70/41592_2023_2112_Fig4_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/5a84144354be/41592_2023_2112_Fig5_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/7be0db94061f/41592_2023_2112_Fig6_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/c9e6ac9c3ca4/41592_2023_2112_Fig7_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/d3df269417a0/41592_2023_2112_Fig8_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/00d87641f115/41592_2023_2112_Fig9_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/c6c259bb5e92/41592_2023_2112_Fig10_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/1767915b9c72/41592_2023_2112_Fig11_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/6c310b1f722b/41592_2023_2112_Fig12_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/f810ebc6d2cf/41592_2023_2112_Fig1_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/e7c35a5af274/41592_2023_2112_Fig2_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/aeb4ae44822a/41592_2023_2112_Fig3_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/8f8ce8660b70/41592_2023_2112_Fig4_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/5a84144354be/41592_2023_2112_Fig5_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/7be0db94061f/41592_2023_2112_Fig6_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/c9e6ac9c3ca4/41592_2023_2112_Fig7_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/d3df269417a0/41592_2023_2112_Fig8_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/00d87641f115/41592_2023_2112_Fig9_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/c6c259bb5e92/41592_2023_2112_Fig10_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/1767915b9c72/41592_2023_2112_Fig11_ESM.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/0cac/10776385/6c310b1f722b/41592_2023_2112_Fig12_ESM.jpg

相似文献

1
Modeling fragment counts improves single-cell ATAC-seq analysis.建模片段计数可改善单细胞 ATAC-seq 分析。
Nat Methods. 2024 Jan;21(1):28-31. doi: 10.1038/s41592-023-02112-6. Epub 2023 Dec 4.
2
scifi-ATAC-seq: massive-scale single-cell chromatin accessibility sequencing using combinatorial fluidic indexing.scifi-ATAC-seq：基于组合式流体索引的大规模单细胞染色质可及性测序
Genome Biol. 2024 Apr 8;25(1):90. doi: 10.1186/s13059-024-03235-5.
3
Visualization of the landscape of the read alignment shape of ATAC-seq data using Hellinger distance metric.使用 Hellinger 距离度量对 ATAC-seq 数据的读取比对形状景观进行可视化。
Genes Cells. 2024 Jan;29(1):5-16. doi: 10.1111/gtc.13082. Epub 2023 Nov 21.
4
ATAC-Seq Analysis of Accessible Chromatin: From Experimental Steps to Data Analysis.染色质可及性 ATAC-Seq 分析：从实验步骤到数据分析。
Methods Mol Biol. 2023;2577:65-81. doi: 10.1007/978-1-0716-2724-2_5.
5
Optimization of ATAC-seq in wheat seedling roots using INTACT-isolated nuclei.利用 INTACT 分离的细胞核优化小麦幼苗根中的 ATAC-seq。
BMC Plant Biol. 2023 May 22;23(1):270. doi: 10.1186/s12870-023-04281-0.
6
An optimized ATAC-seq protocol for genome-wide mapping of active regulatory elements in primary mouse cortical neurons.优化的用于原代小鼠皮质神经元中全基因组活性调控元件作图的 ATAC-seq 方案。
STAR Protoc. 2021 Sep 30;2(4):100854. doi: 10.1016/j.xpro.2021.100854. eCollection 2021 Dec 17.
7
ATAC-seq Data Processing.ATAC-seq数据处理。
Methods Mol Biol. 2023;2611:305-323. doi: 10.1007/978-1-0716-2899-7_17.
8
Uniform quantification of single-nucleus ATAC-seq data with Paired-Insertion Counting (PIC) and a model-based insertion rate estimator.使用 Paired-Insertion Counting（PIC）和基于模型的插入率估计器对单细胞 ATAC-seq 数据进行统一量化。
Nat Methods. 2024 Jan;21(1):32-36. doi: 10.1038/s41592-023-02103-7. Epub 2023 Dec 4.
9
Interrogating the Accessible Chromatin Landscape of Eukaryote Genomes Using ATAC-seq.利用 ATAC-seq 技术研究真核生物基因组的可及染色质景观。
Methods Mol Biol. 2021;2243:183-226. doi: 10.1007/978-1-0716-1103-6_10.
10
ATAC-seq Optimization for Cancer Epigenetics Research.ATAC-seq 优化在癌症表观遗传学研究中的应用。
J Vis Exp. 2022 Jun 30(184). doi: 10.3791/64242.

引用本文的文献

1
Novel environment exposure drives temporally defined and region-specific chromatin accessibility and gene expression changes in the hippocampus.新型环境暴露驱动海马体中具有时间定义和区域特异性的染色质可及性及基因表达变化。
Nat Commun. 2025 Aug 21;16(1):7787. doi: 10.1038/s41467-025-63029-6.
2
Spatial transcriptomics deconvolution methods generalize well to spatial chromatin accessibility data.空间转录组反卷积方法能很好地推广应用于空间染色质可及性数据。
Bioinformatics. 2025 Jul 1;41(Supplement_1):i314-i322. doi: 10.1093/bioinformatics/btaf268.
3
dbscATAC: a resource of single-cell super-enhancers/enhancers and gene markers derived from scATAC-seq data.

本文引用的文献

1
SCENIC+: single-cell multiomic inference of enhancers and gene regulatory networks.SCENIC+：单细胞多组学推断增强子和基因调控网络。
Nat Methods. 2023 Sep;20(9):1355-1367. doi: 10.1038/s41592-023-01938-4. Epub 2023 Jul 13.
2
PeakVI: A deep generative model for single-cell chromatin accessibility analysis.PeakVI：一种用于单细胞染色质可及性分析的深度生成模型。
Cell Rep Methods. 2022 Mar 15;2(3):100182. doi: 10.1016/j.crmeth.2022.100182. eCollection 2022 Mar 28.
3
A Python library for probabilistic analysis of single-cell omics data.
dbscATAC：一个源自单细胞染色质转座酶可及性测序（scATAC-seq）数据的单细胞超级增强子/增强子和基因标记资源。
Bioinformatics. 2025 Jun 23. doi: 10.1093/bioinformatics/btaf364.
4
scMultiMap: Cell-type-specific mapping of enhancers and target genes from single-cell multimodal data.scMultiMap：从单细胞多模态数据中进行增强子和靶基因的细胞类型特异性映射。
Nat Commun. 2025 Apr 26;16(1):3941. doi: 10.1038/s41467-025-59306-z.
5
Transcription factor networks disproportionately enrich for heritability of blood cell phenotypes.转录因子网络在血细胞表型的遗传力方面存在不成比例的富集。
Science. 2025 Apr 4;388(6742):52-59. doi: 10.1126/science.ads7951. Epub 2025 Apr 3.
6
Systematic evaluation of single-cell multimodal data integration for comprehensive human reference atlas.用于综合人类参考图谱的单细胞多模态数据整合的系统评估。
bioRxiv. 2025 Mar 6:2025.03.06.637075. doi: 10.1101/2025.03.06.637075.
7
Capturing cell-type-specific activities of cis-regulatory elements from peak-based single-cell ATAC-seq.从基于峰的单细胞ATAC测序中捕获顺式调控元件的细胞类型特异性活性。
Cell Genom. 2025 Mar 12;5(3):100806. doi: 10.1016/j.xgen.2025.100806. Epub 2025 Mar 5.
8
Principled PCA separates signal from noise in omics count data.基于原理的主成分分析（PCA）可在组学计数数据中分离信号与噪声。
bioRxiv. 2025 Feb 7:2025.02.03.636129. doi: 10.1101/2025.02.03.636129.
9
INSTINCT: Multi-sample integration of spatial chromatin accessibility sequencing data via stochastic domain translation.INSTINCT：通过随机结构域翻译对空间染色质可及性测序数据进行多样本整合。
Nat Commun. 2025 Feb 1;16(1):1247. doi: 10.1038/s41467-025-56535-0.
10
MetaQ: fast, scalable and accurate metacell inference via single-cell quantization.MetaQ：通过单细胞量化实现快速、可扩展且准确的元细胞推断。
Nat Commun. 2025 Jan 31;16(1):1205. doi: 10.1038/s41467-025-56424-6.
一个用于单细胞组学数据概率分析的Python库。
Nat Biotechnol. 2022 Feb;40(2):163-166. doi: 10.1038/s41587-021-01206-w.
4
MUON: multimodal omics analysis framework.MUON：多模态组学分析框架。
Genome Biol. 2022 Feb 1;23(1):42. doi: 10.1186/s13059-021-02577-8.
5
Decoding gene regulation in the fly brain.解析果蝇大脑中的基因调控。
Nature. 2022 Jan;601(7894):630-636. doi: 10.1038/s41586-021-04262-z. Epub 2022 Jan 5.
6
Benchmarking atlas-level data integration in single-cell genomics.单细胞基因组学中图谱级数据整合的基准测试。
Nat Methods. 2022 Jan;19(1):41-50. doi: 10.1038/s41592-021-01336-8. Epub 2021 Dec 23.
7
Chromatin-accessibility estimation from single-cell ATAC-seq data with scOpen.使用 scOpen 从单细胞 ATAC-seq 数据估计染色质可及性。
Nat Commun. 2021 Nov 4;12(1):6386. doi: 10.1038/s41467-021-26530-2.
8
Single-cell chromatin state analysis with Signac.使用 Signac 进行单细胞染色质状态分析。
Nat Methods. 2021 Nov;18(11):1333-1341. doi: 10.1038/s41592-021-01282-5. Epub 2021 Nov 1.
9
Integrated analysis of multimodal single-cell data.多模态单细胞数据的综合分析。
Cell. 2021 Jun 24;184(13):3573-3587.e29. doi: 10.1016/j.cell.2021.04.048. Epub 2021 May 31.
10
Comprehensive analysis of single cell ATAC-seq data with SnapATAC.利用 SnapATAC 对单细胞 ATAC-seq 数据进行全面分析。
Nat Commun. 2021 Feb 26;12(1):1337. doi: 10.1038/s41467-021-21583-9.