通过对基因表达值进行二元化,促进单细胞多原子数据的综合分析.

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:

• 细胞身份是由动态转录组和表原组配置文件定义的,导致不同的细胞状态.
• 标准的单细胞RNA测序 (scRNA-seq) 分析使用基因表达读数.
• 基因表达的二元化 (将基因分类为"开启"或"关闭") 为细胞聚类提供了一个替代方案.

研究的目的:

• 为了证明将二元化scRNA-seq和单细胞ATAC测序 (scATAC-seq) 数据用于集成集群的有效性.
• 提出一种绕过将scATAC-seq数据转换为基因活性评分的方法.
• 为了能够直接评估每个数据模式对细胞类型分辨率的贡献.

主要方法:

• 应用术语-频率-反向文档频率 (TF-IDF) 和单数值分解 (SVD/LSI) 对组合数据.
• 使用了二元化scRNA-seq数据和标准scATAC-seq数据.
• 在对联的多原子数据上进行了垂直集成聚类.

主要成果:

• 对二元化scRNA-seq和scATAC-seq数据的直接连接足以实现有效的垂直聚类.
• 拟议的方法避免了scATAC-seq转换为基因活性得分.
• 方便对每个模式对细胞类型识别的贡献进行直接调查.

结论:

• 组合的二元化scRNA-seq和scATAC-seq数据为多原子细胞类型分析提供了强大的方法.
• 这种方法简化了集成聚类,并增强了细胞状态分辨率.
• 该方法提供了对转录基因组和表观基因组数据在定义细胞身份中的不同作用的见解.