线粒排序:使用内生线粒体变异组合的单细胞基因组数据的稳健解复

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:

• 复杂化提高了吞吐量,并降低了单细胞基因组研究的成本.
• 目前的解复合工具依赖于核基因组变异,限制了它们在scATAC-seq.q.等方法中的使用.
• 需要强大的脱多重化策略,适用于各种单细胞测序技术.

研究的目的:

• 介绍MitoSort,一种新的计算工具,用于使用线粒体生殖系变体进行样本解复.
• 为了证明线粒体变异作为内源条形码的有效性,用于将细胞分配给捐赠者.
• 在单细胞基因组数据集中识别交叉基因型双胞胎.

主要方法:

• 开发了MitoSort,这是一种利用线粒体生殖系变体进行解复的工具.
• 使用in silico聚合的线粒体scATAC-seq (mtscATAC-seq) 库进行评估.
• 用实验多重组数据和多omics测序案例研究进行验证.

主要成果:

• 在mtscATAC-seq数据中,MitoSort能够准确地对基因型进行分组,并检测出双胞胎.
• 该工具克服了scATAC-seq.的基于核变异的方法的局限性.
• MitoSort显示了各种单细胞测序方法的多功能性,具有可检测的线粒体变异.

结论:

• 在单细胞基因组学中,MitoSort 提供了一个准确而高效的样本解复的解决方案.
• 该工具将多重复合的适用性扩展到具有有限核覆盖范围的测序方法.
• 在多种单细胞应用中,MitoSort促进了可靠的细胞起源分配和双重检测.