单细胞染色质可及性深度图学习

细胞异质性解析更准

同时学习表征与聚类的单细胞染色质可及性模型，能缓解数据稀疏、揭示隐藏调控区域。

Yi-Fan, Gu · Yu, Zhuohan · Su, Yanchi · 朱灏然 · Wang, Fuzhou · Chen, Xingjian · 杨语宁 · 汪国华 · Wong, Ka Chun · 李向涛

Nature Communications 2025

技术优势

聚类更准

在多种数据集上，scAGDE在细胞分离方面优于现有方法。

能补缺失

模型显式建模数据生成过程，能缓解dropout事件，恢复缺失的染色质可及性。

揭示隐藏区域

scAGDE能揭示之前未检测到的隐藏染色质可及区域，尤其是增强子样区域。

应用场景

• 单细胞多组学分析：用于染色质可及性数据聚类，提高细胞异质性解析度。
• 细胞类型注释：帮助注释顺式调控元件特异的细胞类型，如人脑组织中的神经元亚型。
• 基因调控网络分析：识别调控关键基因的增强子，如CTLA4和CD8A，解析调控网络。
• 表观遗传学数据分析：从单细胞ATAC-seq数据中挖掘染色质可及区域和增强子，理解表观遗传调控。