相关实验视频
Updated: Jul 9, 2025
10:36
Rare Event Detection Using Error-corrected DNA and RNA Sequencing
Published on: August 3, 2018
12.1K
通过配对插入计数 (PIC) 和基于模型的插入率估计器对单核ATAC-seq数据进行统一量化
Zhen Miao1,2, Junhyong Kim3,4
1Graduate Group in Genomics and Computational Biology, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA, USA.
Nature methods
|December 4, 2023
概括
目前用于转化酶可访问色素的单核测定与测序 (snATAC-seq) 方法是不一致的. 我们引入了对插入计数来实现统一的snATAC-seq特征表征,从稀疏的单细胞数据中改进了监管状态估计.
科学领域:
- 基因组学就是基因组学.
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
- 计算生物学 计算生物学
背景情况:
- 目前用于对转化酶可访问的染色质与测序 (snATAC-seq) 特性矩阵的单核测定得分的方法不一致.
- 这种不一致性引入了文物,并影响了单细胞表观遗传学的下游分析.
研究的目的:
- 开发一个统一和一致的方法 snATAC-seq 特性表征.
- 为了证明从稀疏的snATAC-seq数据中推断细胞调节状态的定量计数的实用性.
主要方法:
- 配对插入计数:用于snATAC-seq特征表征的新型统一方法.
- 开发一个概率模型,从snATAC-seq数量矩阵推断潜在插入动态.
主要成果:
- 配对插入计数为snATAC-seq特征评分提供了一种一致的方法.
- 在稀疏的snATAC-seq数据中的定量计数对于估计细胞调节状态具有信息意义.
- 提出的概率模型有效地推断出底层插入动态.
结论:
- 对于可靠的下游分析,一个标准化的 snATAC-seq 数据处理方法至关重要.
- 配对插入计数为snATAC-seq特征评分中的当前不一致性提供了一个强大的解决方案.
- 这项工作提高了单细胞表观基因组数据的解释性.
