PATTY技术纠正了开放染色质偏差，从而提升了批量分析和单细胞CUT&Tag测序的准确性

《Nature Communications》：PATTY corrects open-chromatin bias for improved bulk and single-cell CUT&Tag profiling

　　

摘要

准确的表观基因组分析对于理解染色质和基因调控至关重要。Cleavage Under Targets & Tagmentation（CUT&Tag）技术能够高效地对低输入量和单细胞样本进行表观基因组分析，并在基因组学研究中得到越来越广泛的应用。然而，CUT&Tag技术使用Tn5转座酶的过程中存在对开放染色质的偏好，这会扭曲全基因组的信号模式，从而影响后续分析，尤其是在单细胞数据较为稀疏的情况下。我们发现，已发表的CUT&Tag数据分析结果中普遍存在这种开放染色质偏好现象，即使使用优化的高盐处理方案也是如此。为了解决这一问题，我们提出了PATTY（Propensity Analyzer for Tn5 Transposase Yielded bias）这一计算方法，该方法通过结合ATAC-seq数据并运用机器学习来纠正CUT&Tag分析中的开放染色质偏好偏差。PATTY能够准确且稳健地检测到各种活跃和抑制性的组蛋白修饰，包括H3K27ac、H3K27me3和H3K9me3。在单细胞CUT&Tag分析中，PATTY的偏差校正显著提高了细胞聚类的准确性。除了CUT&Tag技术外，PATTY还为基于Tn5的基因组学分析建立了一个通用的偏差校正框架。