這一篇我們需要來分析單細(xì)胞聯(lián)合ATAC表征細(xì)胞調(diào)控網(wǎng)絡(luò)引润，關(guān)于單細(xì)胞和ATAC聯(lián)合分析的文章，我列舉在這里痒玩，供大家參考淳附。
10X單細(xì)胞 & 10XATAC聯(lián)合之調(diào)控網(wǎng)絡(luò)分析（IReNA）
空間轉(zhuǎn)錄組+單細(xì)胞核+單細(xì)胞ATAC聯(lián)合分析揭示人心肌梗死多組學(xué)圖譜
10X單細(xì)胞核轉(zhuǎn)錄組 + 10X單細(xì)胞ATAC的聯(lián)合分析（WNN）
10X單細(xì)胞轉(zhuǎn)錄組與10X單細(xì)胞ATAC聯(lián)合分析之Seurat
10X單細(xì)胞（10X空間轉(zhuǎn)錄組）基因調(diào)控網(wǎng)絡(luò)分析之Pando
好了，今天我們參考的文章在MIRA: Joint regulatory modeling of multimodal expression and chromatin accessibility in single cells蠢古，來看看多模態(tài)的單細(xì)胞ATAC聯(lián)合分析方法奴曙。
Abstract
嚴(yán)格比較同一單細(xì)胞中的基因表達(dá)和染色質(zhì)可及性，可以闡明這些機(jī)制的耦合或解耦如何調(diào)節(jié)fate commitment的邏輯（看來這里分析的是單細(xì)胞多組學(xué)的RNA & ATAC）草讶。在這里洽糟，開發(fā)了 MIRA：用于綜合調(diào)節(jié)分析的概率多模態(tài)模型，這是一種綜合方法，可以系統(tǒng)地對比轉(zhuǎn)錄和可及性坤溃，以推斷沿著發(fā)育軌跡驅(qū)動(dòng)細(xì)胞的調(diào)節(jié)網(wǎng)絡(luò)拍霜。 MIRA 利用細(xì)胞狀態(tài)的joint topic modeling和單個(gè)基因位點(diǎn)的調(diào)節(jié)潛力建模。 MIRA 從而在一個(gè)有效且可解釋的潛在空間中代表細(xì)胞狀態(tài)薪介，推斷高保真譜系樹祠饺，確定分支點(diǎn)命運(yùn)決定的關(guān)鍵調(diào)節(jié)因子，并揭示局部可及性對不同位點(diǎn)轉(zhuǎn)錄的可變影響汁政。 MIRA 應(yīng)用于來自兩個(gè)不同多模式平臺(tái)的表皮維持分化和胚胎大腦發(fā)育道偷，揭示早期發(fā)育基因受到局部染色質(zhì)景觀的嚴(yán)格調(diào)控，而終末命運(yùn)基因的滴定無需大量染色質(zhì)重塑记劈。
Main
對同一單細(xì)胞中的表達(dá)和染色質(zhì)可及性進(jìn)行分析為了解驅(qū)動(dòng)細(xì)胞發(fā)育連續(xù)體的轉(zhuǎn)錄和表觀遺傳機(jī)制的相互作用提供了前所未有的機(jī)會(huì)试疙。 雖然許多計(jì)算方法分別分析表達(dá)和可及性，但最近的幾種算法采用了聯(lián)合分析抠蚣，其中基于兩種數(shù)據(jù)模式將細(xì)胞投影到共享的潛在空間上祝旷，從而更好地捕獲數(shù)據(jù)的生物結(jié)構(gòu)。 然而嘶窄，該領(lǐng)域缺乏超越可視化和聚類的工具來嚴(yán)格對比每個(gè)細(xì)胞中的轉(zhuǎn)錄和可及性怀跛，以闡明驅(qū)動(dòng)發(fā)育命運(yùn)決定的復(fù)雜調(diào)控網(wǎng)絡(luò)。
跨發(fā)育軌跡的全局轉(zhuǎn)錄和可及性狀態(tài)的綜合分析將能夠發(fā)現(xiàn)控制譜系分支點(diǎn)命運(yùn)決定的關(guān)鍵調(diào)節(jié)因子柄冲。 在基因水平上吻谋，檢查基因位點(diǎn)附近的轉(zhuǎn)錄動(dòng)態(tài)與染色質(zhì)可及性可能會(huì)揭示這些機(jī)制如何相互作用以調(diào)節(jié)不同的基因模塊。 某些基因可能受順式調(diào)控元件的調(diào)控现横，這些調(diào)控元件在它們變得可及時(shí)同時(shí)被激活漓拾，而其他基因可能受可及性和激活分離的元件的調(diào)控。 確定哪些基因受這些不同機(jī)制調(diào)控的邏輯可以深入了解需要嚴(yán)格時(shí)空調(diào)控與信號(hào)響應(yīng)的通路模式戒祠。
在這里骇两，開發(fā)了 MIRA：用于綜合調(diào)節(jié)分析的概率多模態(tài)模型，這是一種綜合方法姜盈，系統(tǒng)地對比轉(zhuǎn)錄和可及性低千，以確定沿著發(fā)育連續(xù)體驅(qū)動(dòng)細(xì)胞的調(diào)節(jié)網(wǎng)絡(luò)。 MIRA 利用細(xì)胞狀態(tài)的joint topic modeling和單個(gè)基因位點(diǎn)的調(diào)節(jié)潛力 (RP) 建模馏颂。 MIRA 從而在一個(gè)有效且可解釋的潛在空間中代表細(xì)胞狀態(tài)示血，推斷高保真譜系樹，確定分支點(diǎn)命運(yùn)決定的關(guān)鍵調(diào)節(jié)因子救拉，并揭示局部可及性對不同位點(diǎn)轉(zhuǎn)錄的可變影響难审。將 MIRA 應(yīng)用于表皮維持分化和大腦發(fā)育系統(tǒng)，通過多模式單細(xì)胞 RNA 測序（scRNA-seq）和來自兩個(gè)不同平臺(tái)（SHARE-seq 和 10x ）亿絮。在每個(gè)系統(tǒng)中告喊，MIRA 構(gòu)建了一個(gè)高保真發(fā)展軌跡拂铡，并確定了在譜系分支點(diǎn)驅(qū)動(dòng)關(guān)鍵命運(yùn)決定的調(diào)控因素。此外葱绒，MIRA 區(qū)分了受局部染色質(zhì)landscope嚴(yán)格時(shí)空調(diào)節(jié)的早期發(fā)育基因與允許在對局部染色質(zhì)影響最小的因素滴定時(shí)保持可接近的終末命運(yùn)基因感帅，揭示了可變調(diào)節(jié)電路如何協(xié)調(diào)命運(yùn)承諾和終末身份。
Results
MIRA leverages joint topic modeling and RP modeling to reveal the circuitry regulating developmental trajectories
MIRA 利用單細(xì)胞中表達(dá)和染色質(zhì)可及性的joint topic modeling和 RP 建模來確定驅(qū)動(dòng)發(fā)育連續(xù)體中關(guān)鍵命運(yùn)決定的調(diào)節(jié)機(jī)制地淀。 Probabilistic topic modeling has been employed in natural language understanding to elucidate the abstract topics that shape the meaning of a given collection of text失球。 最近，opic modeling已分別應(yīng)用于 scRNA-seq 和 scATAC-seq帮毁，分別將轉(zhuǎn)錄或表觀遺傳細(xì)胞狀態(tài)描述為共調(diào)控基因或順式調(diào)控元件的“themat”組实苞。
MIRA 的 topic model使用變分自編碼器方法，將深度學(xué)習(xí)與概率圖形模型相結(jié)合烈疚，以學(xué)習(xí)定義每個(gè)細(xì)胞身份的表達(dá)和accessibility topics黔牵。
MIRA 通過對過度分散的 scRNA-seq 計(jì)數(shù)和稀疏的 scATAC-seq 數(shù)據(jù)使用不同的生成分布來解釋每種模式的不同統(tǒng)計(jì)特性。 使用稀疏約束來確保細(xì)胞的topics組成是連貫的和可解釋的爷肝。 MIRA 的貝葉斯超參數(shù)調(diào)整方案找到了全面但非冗余地描述每個(gè)數(shù)據(jù)集所需的適當(dāng)數(shù)量的topics猾浦。
MIRA 接下來將表達(dá)式和可及性topics組合成一個(gè)聯(lián)合表示，用于計(jì)算 k 最近鄰 (KNN) 圖灯抛。 然后利用開發(fā)的一種新方法金赦，利用 KNN 圖構(gòu)建高保真譜系樹，以定義譜系之間的分支點(diǎn)对嚼，其中分化為一個(gè)終端狀態(tài)的概率與另一個(gè)不同夹抗。 然后，MIRA 對比了映射在此譜系樹上的表達(dá)和可及性topics的出現(xiàn)纵竖，以闡明在推斷的譜系分支點(diǎn)處驅(qū)動(dòng)命運(yùn)決定的關(guān)鍵調(diào)節(jié)因素漠烧。
接下來，MIRA 利用 RP 建模以單個(gè)基因位點(diǎn)的分辨率整合轉(zhuǎn)錄組和可及性數(shù)據(jù)靡砌，以確定每個(gè)基因周圍的調(diào)控元件如何影響其表達(dá)已脓。雖然染色質(zhì)可及性和表達(dá)之間的相關(guān)性被歸因于細(xì)胞狀態(tài)的全基因組協(xié)調(diào)變化所混淆，但基因組可及性表明順式調(diào)控元件和轉(zhuǎn)錄之間存在機(jī)械調(diào)控關(guān)系乏奥。因此摆舟，順式調(diào)控元件的感知影響被建模為隨著轉(zhuǎn)錄起始位點(diǎn) (TSS) 上游或下游的基因組距離以 MIRA 從多模式數(shù)據(jù)中學(xué)習(xí)到的獨(dú)立速率呈指數(shù)衰減。每個(gè)基因的 RP 被評分為單個(gè)調(diào)控元件貢獻(xiàn)的總和邓了。 MIRA 通過檢查預(yù)測因子中的轉(zhuǎn)錄因子基序富集或占有率（如果提供染色質(zhì)免疫沉淀測序（ChIP-seq）數(shù)據(jù)）預(yù)測每個(gè)基因座的關(guān)鍵調(diào)節(jié)因子，這些元素通過概率性計(jì)算機(jī)內(nèi)缺失（pISD）預(yù)測會(huì)高度影響該基因座的轉(zhuǎn)錄媳瞪。
此外骗炉，MIRA 通過將局部 RP 模型與第二個(gè)擴(kuò)展模型進(jìn)行比較，量化了局部染色質(zhì)可及性對基因表達(dá)的調(diào)節(jié)影響蛇受，該模型增強(qiáng)了 MIRA 的可及性topics編碼的全基因組可及性狀態(tài)的內(nèi)容句葵。 其轉(zhuǎn)錄被 RP 模型充分預(yù)測的基因僅基于局部可及性（來自 TSS 的±600 千堿基）被定義為局部染色質(zhì)可及性影響轉(zhuǎn)錄表達(dá) (LITE) 基因。 其表達(dá)被具有全基因組范圍的模型明顯更好地描述的基因被定義為非局部染色質(zhì)可及性影響的轉(zhuǎn)錄表達(dá) (NITE) 基因。
雖然 LITE 基因似乎受到局部染色質(zhì)可及性的嚴(yán)格調(diào)控乍丈，但 NITE 基因的轉(zhuǎn)錄似乎不需要大量的局部染色質(zhì)重塑就可以確認(rèn)剂碴。 MIRA 將 LITE 模型高估或低估每個(gè)細(xì)胞中表達(dá)的程度定義為“染色質(zhì)差異”，突出顯示轉(zhuǎn)錄與局部染色質(zhì)可及性變化脫鉤的細(xì)胞轻专。 MIRA 檢查整個(gè)發(fā)育連續(xù)體的染色質(zhì)差異忆矛，以揭示可變網(wǎng)絡(luò)如何調(diào)節(jié)ate commitment和終端身份。
MIRA joint topic modeling determined regulators driving key fate decisions in hair follicle differentiation
應(yīng)用于通過 SHARE-seq3 檢測的毛囊維持分化请垛，MIRA 的joint topic表示構(gòu)建了一個(gè)譜系圖催训，其潛在結(jié)構(gòu)模仿了毛囊的真實(shí)空間布局。IRA 推斷的譜系樹重建了毛囊譜系的祖先層次結(jié)構(gòu)宗收，外根鞘細(xì)胞導(dǎo)致早期基質(zhì)祖細(xì)胞漫拭，隨后分支為后代內(nèi)根鞘 (IRS)，然后是髓質(zhì)和皮質(zhì)譜系混稽。 準(zhǔn)確的譜系樹是確定在譜系分支點(diǎn)指導(dǎo)細(xì)胞命運(yùn)決定的因素的關(guān)鍵先決條件采驻。
MIRA 使用Stream graphs對比了推斷譜系樹中的表達(dá)流和可及性topics，以揭示沿不同發(fā)育路徑驅(qū)動(dòng)細(xì)胞命運(yùn)的調(diào)節(jié)模塊匈勋。 Stream graphs支持沿連續(xù)體的高維挑宠、多模態(tài)比較。 表達(dá)topic e2 捕獲了控制祖基質(zhì)細(xì)胞的轉(zhuǎn)錄狀態(tài)颓影，包括細(xì)胞增殖和 Eda 和 Shh 信號(hào)各淀。 此后，表達(dá)topic e6 描述了對應(yīng)于 Notch 相關(guān)因子激活的皮層規(guī)范诡挂。 相反碎浇，表達(dá)topic e4 表征了髓質(zhì)規(guī)范，包含與髓質(zhì)特異性可及性topic a5 中 Smad5/Smad2/3 motif的富集一致的 Bmp/Tgf-β 相關(guān)因子璃俗。 comparison with cortex-specific accessibility topic a6 showed both lineages were enriched for motifs bound by canonical hair shaft regulators Lef1 and Hoxc, with expression implicating the influence of Hoxc13.
Contrasting modalities奴璃，Wnt 驅(qū)動(dòng)的可及性 topics a4 描述了在髓質(zhì)和皮質(zhì)譜系之間的分支點(diǎn)處的短暫可及性狀態(tài)，沒有任何相應(yīng)的表達(dá)topic城豁。 因此苟穆，祖細(xì)胞基質(zhì)細(xì)胞中的細(xì)胞水平染色質(zhì)重塑先于指定每個(gè)下游譜系的轉(zhuǎn)錄改變。
MIRA RP modeling distinguished LITE versus NITE genes in the hair follicle
雖然毛囊中的大多數(shù)基因表現(xiàn)出 LITE 調(diào)節(jié)唱星，局部可及性與轉(zhuǎn)錄同步增加漩绵，但表達(dá)與 Krt23 等基因的 LITE 模型預(yù)測的不同。 盡管局部染色質(zhì)可及性對 Krt23 表達(dá)的預(yù)測很差糠溜，但其轉(zhuǎn)錄是譜系特異性的壳贪，并且與可及性topics a5 的激活密切相關(guān)，編碼了髓質(zhì)全基因組的可及性模式哎榴。 一致地型豁，NITE 模型更接近地預(yù)測了 Krt23 表達(dá)僵蛛，該模型包括這些全基因組可及性狀態(tài)作為特征。 LITE 基因因此受到局部染色質(zhì)重塑的嚴(yán)格調(diào)控迎变，而 NITE 基因的滴定不需要大量的局部染色質(zhì)重塑充尉，將轉(zhuǎn)錄與局部可及性分離。
MIRA 的“染色質(zhì)差異”描繪了局部可及性與整個(gè)發(fā)育軌跡中的轉(zhuǎn)錄分離的程度衣形。 盡管 Krt23 局部可及性在髓質(zhì)和皮質(zhì)譜系之間的分支點(diǎn)增加并且在兩者中都保持升高驼侠，但它最終僅在髓質(zhì)中高度表達(dá)，導(dǎo)致高染色質(zhì)差異泵喘，高估了其在皮質(zhì)中的表達(dá)泪电。 盡管在兩個(gè)譜系中均可訪問，Krt23’s lineage-specific expression despite accessibility in both lineages suggests its activation requires addition of a factor that does not primarily impact transcription via remodeling local accessibility纪铺。
MIRA analysis of NITE regulation elucidated hair follicle fate commitment mechanism
在細(xì)胞水平上相速，終末分化的髓質(zhì)和皮質(zhì)細(xì)胞中的基因表達(dá)比毛囊分化早期的基因表達(dá)表現(xiàn)出更多的 NITE 調(diào)節(jié)（p<0.05，Wilcoxon）鲜锚。 通常突诬，終末表達(dá)基因的可及性在fate commitment之前增加并在隨后的兩個(gè)譜系中保持，但僅在髓質(zhì)和皮質(zhì)之間的分支點(diǎn)之后以譜系特異性方式激活表達(dá)芜繁。 在分支點(diǎn)使用染色質(zhì)差異來識(shí)別具有這些“分支引發(fā)”動(dòng)態(tài)的基因旺隙。 雖然啟動(dòng)表明表達(dá)的必然性，但這些基因表明啟動(dòng)基因座的后續(xù)表達(dá)可能是有條件的骏令，這種模式被檢測為強(qiáng) NITE 調(diào)控蔬捷。
細(xì)胞級topics建模還支持fate commitment之前的啟動(dòng)可及性模式。 例如榔袋，最終在前一個(gè)分支點(diǎn)啟動(dòng)可及性的皮層中表達(dá)的基因的動(dòng)態(tài)由皮層特異性表達(dá)topics e6 和跨分支可及性topics a4 描述周拐。 如前所述，可及性topics a4 描述了染色質(zhì)狀態(tài)的全細(xì)胞變化凰兑，這與表達(dá)topics影響的同步變化不符妥粟。
隨后在髓質(zhì)或皮質(zhì)中條件性表達(dá)的分支引發(fā)基因似乎對髓質(zhì)或皮質(zhì)fate commitment的調(diào)節(jié)作出反應(yīng)。 MIRA pISD 暗示 Notch 效應(yīng)器 Rbpj 作為分支引發(fā)的皮層基因的頂部調(diào)節(jié)因子吏够，Bmp/Tgf-β-誘導(dǎo)的 Smad5/Smad2/3 作為分支引發(fā)的髓質(zhì)基因的調(diào)節(jié)因子勾给，與與這些因子誘導(dǎo)相關(guān)的基因表達(dá)一致。 因此锅知，MIRA 確定分支點(diǎn)的細(xì)胞具有允許多種命運(yùn)的染色質(zhì)狀態(tài)播急，由短暫的可及性topics a4 描述，最終通過隨后添加 fate-defining signal喉镰，即 Bmp/Tgf-β 或 Notch旅择。
Overall, leveraging MIRA to systematically contrast expression and accessibility at single cell and locus resolution in the hair follicle revealed the fate commitment mechanism regulating the medulla and cortex lineages.
MIRA captured two distinct spatiotemporal axes of differentiation in the interfollicular epidermis
接下來將 MIRA 應(yīng)用于同一數(shù)據(jù)集 3 中的一個(gè)單獨(dú)系統(tǒng)，即濾泡間表皮 (IFE)侣姆。 分化的兩個(gè)空間軸指定 IFE生真，一個(gè)控制基底干細(xì)胞分化為越來越淺的表皮層（表皮分層軸），另一個(gè)控制基底細(xì)胞內(nèi)陷和濾泡形成（濾泡軸）捺宗。 MIRA joint topic representation的潛在結(jié)構(gòu)再次模仿了這個(gè)分化系統(tǒng)的空間布局柱蟀，重構(gòu)了兩個(gè)分化軸。
此外蚜厉，與先前報(bào)告的對該數(shù)據(jù)集 3 沒有聯(lián)合建模表達(dá)和可及性的分析不同长已，MIRA 確定了兩個(gè)不同的基底-棘突-顆粒軌跡。 一種標(biāo)記為“中間”的軌跡在轉(zhuǎn)錄和表觀遺傳上與上毛囊結(jié)構(gòu)更加相似昼牛，表明這些細(xì)胞在空間上靠近毛囊并受到更多的促毛囊調(diào)節(jié)术瓮。 這些“中間”基底細(xì)胞顯示出 Egr2 表達(dá)和基序的激活，之前與表皮增殖和傷口愈合有關(guān)贰健。 相比之下胞四，遠(yuǎn)離毛囊的基底細(xì)胞表現(xiàn)出更強(qiáng)的 Thbs1 表達(dá)，這與先前的工作 一致伶椿，該工作確定了兩個(gè)不同的基底細(xì)胞群辜伟，其中 Thbs1 標(biāo)記遠(yuǎn)離毛囊的基底細(xì)胞。 這兩個(gè)不同的基底細(xì)胞niche中的每一個(gè)都產(chǎn)生了自己的表皮層列脊另，由 MIRA joint topics modeling捕獲导狡。
從joint topic representation中推斷出的譜系樹揭示了共同的和譜系特定的branch points，它們塑造了兩條基底棘顆粒軌跡的空間程序偎痛。 通過可及性topics可視化狀態(tài)變化確定了 Hes 對基底細(xì)胞的共同調(diào)節(jié)影響旱捧，其次是 Pou2f3 對棘細(xì)胞的影響，并在兩個(gè)軌跡中以 Grhl 和 C/ebp 終止于顆粒細(xì)胞踩麦。 相比之下枚赡，譜系特定的可及性topics區(qū)分了 Klf4 基序在“中間”棘狀細(xì)胞和顆粒細(xì)胞中的影響，而不是 Gata3 對顆粒細(xì)胞中的影響靖榕，這些顆粒細(xì)胞由距毛囊更遠(yuǎn)的 Thbs1+ 基底細(xì)胞產(chǎn)生标锄。
觀察到終端populations中的表達(dá)顯著富集 NITE 調(diào)控，尤其是在譜系之間差異表達(dá)的終端基因中（p<0.05茁计，Wilcoxon）料皇。 同樣，最終命運(yùn)染色質(zhì)可及性似乎指定了可用的細(xì)胞狀態(tài)星压，而轉(zhuǎn)錄最終取決于額外的空間或信號(hào)隊(duì)列践剂。 總體而言，MIRA 闡明了沿兩條平行軌跡的共享和譜系特異性分化機(jī)制娜膘，在 IFE 內(nèi)具有不同的空間調(diào)節(jié)逊脯。
MIRA elucidated regulators driving key fate decisions in embryonic brain development
接下來將 MIRA 應(yīng)用于胚胎大腦數(shù)據(jù)集（在不同平臺(tái)上進(jìn)行檢測，10x Multiome）以確定驅(qū)動(dòng)抑制性和興奮性神經(jīng)元命運(yùn)之間決定的關(guān)鍵因素竣贪，其平衡對正常大腦發(fā)育至關(guān)重要军洼。 與對表達(dá)和可及性的單獨(dú)分析相比巩螃，MIRA joint topic modeling 構(gòu)建了一個(gè)高保真譜系樹，展示了從共同祖細(xì)胞到星形膠質(zhì)細(xì)胞或神經(jīng)元祖細(xì)胞的連續(xù)流動(dòng)匕争，隨后分支為抑制性或興奮性神經(jīng)元避乏。
MIRA 的高保真譜系樹對于精確對比整個(gè)發(fā)展連續(xù)體中的表達(dá)動(dòng)態(tài)和可及性至關(guān)重要。 定義對神經(jīng)元祖細(xì)胞而非星形膠質(zhì)細(xì)胞的承諾的主要表達(dá)topics e3 富含細(xì)胞周期基因甘桑，這可能反映了在承諾抑制或興奮性命運(yùn)之前神經(jīng)元群的擴(kuò)張拍皮。 隨后細(xì)胞周期topics e3 的失活與可及性topics a2 的激活一致，后者富含 Ascl1 的motif跑杭，Ascl1 是已知促進(jìn)細(xì)胞周期退出和分化的神經(jīng)祖細(xì)胞中的開創(chuàng)性轉(zhuǎn)錄因子铆帽。 Ascl1 基序也在早期抑制性可及性topic a4 中得到豐富，與 Ascl1 在抑制性神經(jīng)元分化中的關(guān)鍵作用一致德谅。
在通往興奮性命運(yùn)的替代軌跡中爹橱，早期興奮性可及性topic a6 表明 Ascl1 motif的消耗與 Neurod1 motif的增加相協(xié)調(diào)。 Ascl1 和 Neurod1 屬于不同的基本螺旋-環(huán)-螺旋轉(zhuǎn)錄因子亞組女阀； Neurod1 促進(jìn)分化為興奮性神經(jīng)元宅荤，而 Ascl1 指定抑制性神經(jīng)元。
MIRA topics對比了由抑制性驅(qū)動(dòng) Ascl1 或興奮性驅(qū)動(dòng) Neurod1 啟動(dòng)的規(guī)范的時(shí)間進(jìn)程浸策。 抑制軌跡激活了抑制成熟驅(qū)動(dòng) Bdnf 信號(hào)冯键，最終激活了定義終端抑制命運(yùn)的 GABA 突觸成分（topic e13）。一致地庸汗，對齊的終端抑制可及性topic a10 富含 Egr1 motif惫确，下游 Bdnf 效應(yīng)器直接 激活 GABA 能神經(jīng)傳遞基因。
發(fā)散的興奮性分支首先激活對支持神經(jīng)元代謝需求很重要的線粒體成分（topic e14）蚯舱，然后是谷氨酸能突觸機(jī)械的末端激活改化，包括唯一區(qū)分興奮性神經(jīng)元的谷氨酸轉(zhuǎn)運(yùn)蛋白（topic e20）。 鑒于 Mef2c 在興奮性分支中的表達(dá)枉昏，對齊的終端興奮性可及性topic a13 被豐富了可歸因于 Mef2c 的 Mef2 motif陈肛，這與其已知的通過促進(jìn)興奮性分化維持興奮性/抑制性平衡的作用一致。
In summary, contrasting expression and accessibility topics on MIRA’s high fidelity joint lineage tree revealed the key regulators driving cell fate decisions at the neuronal branch point and exposed the subsequent temporal progression of specification into inhibitory or excitatory neuronal fates
MIRA revealed LITE and NITE genes in the embryonic brain
為了確定胚胎大腦中的 LITE 和 NITE 基因兄裂，為定義每個(gè)表達(dá)和可及性topics的基因訓(xùn)練了 MIRA RP 模型句旱。 值得注意的 LITE 基因包括具有嚴(yán)格時(shí)空調(diào)控的命運(yùn)驅(qū)動(dòng)轉(zhuǎn)錄因子，例如常見的祖基因 Pax6 和促進(jìn)興奮的 Mef2c晰奖。 相反谈撒，NITE 基因豐富了細(xì)胞周期機(jī)制以及由神經(jīng)遞質(zhì)和離子通道基因組成的神經(jīng)元分化基因組。 先前已報(bào)道局部染色質(zhì)景觀對細(xì)胞周期基因的激活貢獻(xiàn)有限匾南，與 NITE 調(diào)節(jié)一致啃匿。 這可能反映了對控制每個(gè)細(xì)胞周期階段的基因表達(dá)的要求，這與重塑局部染色質(zhì)landscope所需的時(shí)間不相容。 同樣溯乒，突觸維持和可塑性可能需要神經(jīng)遞質(zhì)和離子通道基因的快速反應(yīng)調(diào)節(jié)夹厌，反映為 NITE 調(diào)節(jié)。
Analogously to the hair follicle and IFE, expression topics describing the neuronal
progenitors were significantly enriched for LITE regulation, whereas after commitment to the excitatory or inhibitory fate, topics were significantly enriched for NITE regulation (p<0.05, Wilcoxon). Neuronal progenitor and early inhibitory regulator Ascl1 is known to be a pioneering transcription factor that remodels the chromatin landscape to regulate its targets. By contrast, terminal inhibitory regulator Egr1 was previously reported to have non-pioneer-like properties40. Notably, targets predicted by MIRA pISD to be downstream of Ascl1 demonstrated significantly stronger LITE regulation than predicted Egr1 targets, potentially reflective of local chromatin remodeling by pioneering Ascl1 driving their expression (p<0.05, Wilcoxon)
Discussion
總之橙数，MIRA 利用ell-level topic modeling和基因級 RP 建模來嚴(yán)格對比單細(xì)胞轉(zhuǎn)錄的時(shí)空動(dòng)態(tài)與染色質(zhì)可及性尊流，以揭示這些機(jī)制如何相互作用以協(xié)調(diào)發(fā)育軌跡中的關(guān)鍵命運(yùn)決定帅戒。 在我們分析的每個(gè)系統(tǒng)中灯帮，MIRA 展示了表達(dá)和可及性數(shù)據(jù)joint topics modeling的能力，以推斷準(zhǔn)確捕獲復(fù)雜時(shí)空分化軸的高保真譜系樹逻住。 將表達(dá)和可及性topics映射到聯(lián)合譜系樹上钟哥，闡明了在關(guān)鍵譜系分支點(diǎn)驅(qū)動(dòng)命運(yùn)決定的關(guān)鍵branch points。
MIRA 對比了轉(zhuǎn)錄動(dòng)力學(xué)和局部染色質(zhì)可及性瞎访，以定義每個(gè)基因位點(diǎn)的染色質(zhì)差異腻贰，揭示主要受 LITE 或 NITE 機(jī)制調(diào)節(jié)的離散基因模塊。 有趣的是扒秸，在我們從皮膚和大腦數(shù)據(jù)集測試的所有三個(gè)系統(tǒng)中播演，早期表達(dá)的基因都被豐富用于 LITE 調(diào)節(jié)。 早期表達(dá)基因的 LITE 調(diào)控可能反映了嚴(yán)格調(diào)控的重要性伴奥，需要對其表達(dá)進(jìn)行廣泛的染色質(zhì)重塑写烤，然后在其異常表達(dá)將產(chǎn)生破壞性后果的命運(yùn)中強(qiáng)行沉默。 相反拾徙，對于維持終末細(xì)胞功能很重要的基因電池不太依賴局部染色質(zhì)重塑來進(jìn)行調(diào)節(jié)洲炊，這表明細(xì)胞信號(hào)傳導(dǎo)等機(jī)制的影響更大，這些機(jī)制允許轉(zhuǎn)錄表達(dá)以滿足波動(dòng)的細(xì)胞需求尼啡。
在 NITE 調(diào)節(jié)的基因中暂衡，我們還注意到在譜系分支點(diǎn)具有啟動(dòng)可及性的基因，這些基因顯示出隨后的譜系特異性激活崖瞭，以響應(yīng)諸如信號(hào)的命運(yùn)定義力狂巢，大概是通過結(jié)合或激活對局部可及性影響最小的因子 . 在這些情況下，可及性似乎反映了編碼細(xì)胞可用轉(zhuǎn)錄狀態(tài)的塑料細(xì)胞身份书聚，其中最終轉(zhuǎn)錄響應(yīng)細(xì)胞的空間或信號(hào)生態(tài)位唧领。 未來的工作需要進(jìn)一步確定細(xì)胞何時(shí)使用 LITE 與 NITE 機(jī)制來調(diào)節(jié)不同細(xì)胞過程的邏輯。
In conclusion, MIRA leverages principled probabilistic cell-level topic modeling and gene-level RP modeling to precisely contrast the spatiotemporal dynamics of transcription and local chromatin accessibility at unprecedented resolution. MIRA thereby exposes the key regulators driving fate decisions at lineage branch points and reveals the distinct circuitry regulating fate commitment versus terminal identity. MIRA thus represents a much-needed computational tool for deeply integrated analysis of the rapidly expanding wealth of multimodal data in the single cell field. Moving beyond visualization, MIRA enables rigorous interrogation of the transcriptional and epigenetic mechanisms interacting to drive dynamic biological systems
最后來看看軟件示例
MIRA（用于綜合調(diào)控分析的概率多模態(tài)模型）是一種綜合方法寺惫，它系統(tǒng)地對比了單細(xì)胞轉(zhuǎn)錄和可及性疹吃，以推斷沿著發(fā)育軌跡驅(qū)動(dòng)細(xì)胞的調(diào)控網(wǎng)絡(luò)。
MIRA leverages joint topic modeling of cell states and regulatory potential modeling at individual gene loci to:
- jointly represent cell states in an efficient and interpretable latent space
- infer high fidelity lineage trees
- determine key regulators of fate decisions at branch points
- expose the variable influence of local accessibility on transcription at distinct loci
With MIRA, you can analyze single cell multimodal transcriptional (RNA-seq) and accessibility (ATAC-seq) to:
Construct biologically meaningful joint representations of cells progressing through developmental trajectories
Infer high fidelity lineage trees defining developmental fate decisions
Learn the "topics" describing cell transcriptional and accessibility states
Contrast transcriptional and accessibility topics on stream graphs and determine the pathways and regulators governing in each cell state
Identify the transcription factors driving poised genes down diverging developmental paths, predict transcription factor targets via in silico deletion of putative regulatory elements, plot heatmaps of transcriptional and accessibility dynamics, and compare expression and motif scores of key factors on MIRA's joint representation
Explore gene expression within lineage trajectories and compare expression to motif score of key factors with stream graphs
Determine the transcription factors driving fate decisions at key lineage branch points
Elucidate genes with local chromatin accessibility-influenced transcriptional expression (LITE) versus non-local chromatin accessibility-influenced transcriptional expression (NITE) and plot "chromatin differential" to highlight cells where transcription is decoupled from shifts in local chromatin accessibility
Quantify NITE regulation of topics or cells across the developmental continuum to reveal how variable circuitry regulates fate commitment and terminal identity
Overall, MIRA leverages principled probabilistic cell-level topic modeling and gene-level RP modeling to expose the key regulators driving fate decisions at lineage branch points and to precisely contrast the spatiotemporal dynamics of transcription and local chromatin accessibility at unprecedented resolution to reveal the distinct circuitry regulating fate commitment versus terminal identity
MIRA Topic Model
MIRA harnesses a variational autoencoder approach to model both transcription and chromatin accessibility topics defining each cell’s identity while accounting for their distinct statistical properties and employing a sparsity constraint to ensure topics are coherent and interpretable. MIRA’s hyperparameter tuning scheme learns the appropriate number of topics needed to comprehensively yet non-redundantly describe each dataset. MIRA next combines the expression and accessibility topics into a joint representation used to calculate a k-nearest neighbors (KNN) graph. This output can then be leveraged for visualization and clustering, construction of high fidelity lineage trajectories, and rigorous topic analysis to determine regulators driving key fate decisions at lineage branch points.
MIRA RP Model
MIRA’s regulatory potential (RP) model integrates transcriptional and chromatin accessibility data at each gene locus to determine how regulatory elements surrounding each gene influence its expression. Regulatory influence of enhancers is modeled to decay exponentially with genomic distance at a rate learned by the MIRA RP model from the joint multimodal data. MIRA learns independent upstream and downstream decay rates and includes parameters to weigh upstream, downstream, and promoter effects. The RP of each gene is scored as the sum of the contribution of individual regulatory elements. MIRA predicts key regulators at each locus by examining transcription factor motif enrichment or occupancy (if provided chromatin immunoprecipitation (ChIP-seq) data) within elements predicted to highly influence transcription at that locus using probabilistic in silico deletion (ISD).
MIRA LITE vs NITE Models
MIRA quantifies the regulatory influence of local chromatin accessibility by comparing the local RP model with a second, expanded model that augments the local RP model with genome-wide accessibility states encoded by MIRA’s chromatin accessibility topics. Genes whose expression is significantly better described by this expanded model are defined as non-local chromatin accessibility-influenced transcriptional expression (NITE) genes. Genes whose transcription is sufficiently predicted by the RP model based on local accessibility alone are defined as local chromatin accessibility-influenced transcriptional expression (LITE) genes. While LITE genes appear tightly regulated by local chromatin accessibility, the transcription of NITE genes appears to be titrated without requiring extensive local chromatin remodeling. MIRA defines the extent to which the LITE model over- or under-estimates expression in each cell as “chromatin differential”, highlighting cells where transcription is decoupled from shifts in local chromatin accessibility. MIRA examines chromatin differential across the developmental continuum to reveal how variable circuitry regulates fate commitment and terminal identity.
代碼示例在MIRA
生活很好西雀，有你更好
