单细胞多组回归模型识别功能和疾病相关的增强剂,并使染色体潜力分析成为可能

科学领域:

• 基因组学就是基因组学.
• 计算生物学 计算生物学
• 分子生物学分子生物学

背景情况:

• 了解基因调节对于破译细胞功能和发育至关重要.
• 现有的将基因表达与染色质可访问性联系起来的方法存在局限性.

研究的目的:

• 开发一种新的基因水平调控模型,用于预测单细胞基因表达.
• 使用多原子测序数据将增强剂与它们的基因联系起来.
• 通过染色体潜力场实现发育轨迹分析.

主要方法:

• 开发了SCARlink,这是一个基因级监管模型,使用对级可访问性数据的规范化Poisson回归.
• 使用多组 (scRNA-seq和scATAC-seq联合测试) 测序数据.
• 采用沙普利值分析来识别特定于细胞类型的增强剂.

主要成果:

• 斯卡林克精确地从染色质可访问性来归因基因表达,优于现有方法.
• 通过促进体捕获Hi-C验证的细胞类型特定增强剂.
• 在精细映射的eQTL和GWAS变体中发现了已识别的增强剂的显著丰富.
• 证明了SCARlink预测基因表达对发育轨迹分析的有用性.

结论:

• 通过使用多原子数据,SCARlink为基因调节建模提供了一个强大的框架.
• 该模型有效地将增强剂与向基因联系起来,并确定功能相关的监管元素.
• SCARlink促进了先进的分析,例如发育轨迹推断.