
-
生物通官微
陪你抓住生命科技
跳动的脉搏
使用序列到功能建模来评估单细胞ATAC-seq图谱绘制技术
《Nature Communications》:Evaluating single-cell ATAC-seq atlasing technologies using sequence-to-function modeling
【字体: 大 中 小 】 时间:2026年01月24日 来源:Nature Communications 15.7
编辑推荐:
摘要解读细胞类型特异性背后的顺式调控逻辑仍是生物学领域的一个关键挑战。单细胞染色质可访问性(scATAC-seq)图谱能够用于训练序列到功能(S2F)深度学习模型,以解码增强子调控的逻辑。然而,构建训练数据集的最佳标准——即细胞数量和ATAC片段的数量——尚不明确。此外,不同sc
解读细胞类型特异性背后的顺式调控逻辑仍是生物学领域的一个关键挑战。单细胞染色质可访问性(scATAC-seq)图谱能够用于训练序列到功能(S2F)深度学习模型,以解码增强子调控的逻辑。然而,构建训练数据集的最佳标准——即细胞数量和ATAC片段的数量——尚不明确。此外,不同scATAC-seq平台是否适合这些模型也尚未经过系统性的测试。我们推出了改进版的定制滴液scATAC-seq方法HyDrop v2,并首次对scATAC-seq平台进行了基准测试,重点评估了它们在训练S2F模型以及在不同物种中生成转录因子足迹( transcription factor footprints)方面的能力。研究结果表明,较低的片段数量可以通过增加细胞数量来弥补。基于自定义数据或商业数据进行训练的S2F模型在增强子预测、序列可解释性以及转录因子足迹分析方面的表现相当。我们进一步证明了整合来自不同scATAC-seq平台的数据可以高效且大规模地构建用于深度学习调控建模的图谱。
生物通微信公众号