相关实验视频
Updated: Jul 16, 2025

09:45
Detection of Copy Number Alterations Using Single Cell Sequencing
Published on: February 17, 2017
11.7K
epiAneufinder从单细胞ATAC-seq数据中识别出副本编号的变化
Akshaya Ramakrishnan1, Aikaterini Symeonidi2,3, Patrick Hanel1,4
1Institute of Computational Biology, Helmholtz Zentrum München, German Research Center for Environmental Health, Neuherberg, Germany.
Nature communications
|September 20, 2023
概括
EpiAneufinder分析单细胞ATAC-seq数据以检测单个细胞中的拷贝数变化 (CNA). 这种方法揭示了内异质性和克隆进化,没有额外的实验.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 癌症研究 癌症研究
背景情况:
- 单细胞ATAC-seq (scATAC-seq) 是绘制单个细胞中开放色素区域的关键技术.
- 了解拷贝数变化 (CNA) 对癌症研究和理解基因组不稳定性至关重要.
- 现有的方法通常需要进行单独的实验,以在单细胞水平上对CNA进行分析.
研究的目的:
- 介绍epiAneufinder,一种用于从scATAC-seq数据中推断全基因组CNA的新算法.
- 为了使单细胞分辨率的细胞群体内CNA异质性的研究.
- 为探索基因组变异提供一种方法,而无需额外的实验成本.
主要方法:
- 开发了epiAneufinder,这是一个利用scATAC-seq读数数据的算法.
- 应用epiAneufinder到各种癌症scATAC-seq数据集中.
- 对单细胞全基因组测序数据进行验证的CNA概况.
主要成果:
- 根据CNA配置文件,EpiAneufinder成功地在单细胞中识别了内克隆异质性.
- 通过epiAneufinder推断的CNA概况与单细胞全基因组测序的CNA概况高度一致.
- 证明了scATAC-seq数据能够产生CNA信息的能力.
结论:
- EpiAneufinder有效地从scATAC-seq数据中提取单细胞CNA信息.
- 这种方法允许研究以前无法获得的基因组变异.
- 使用现有的scATAC-seq数据集,更深入地了解癌症演变和异质性.

