作者兽掰，Evil Genius
疫情真的是嚴(yán)重啊管跺，北京健康寶繼續(xù)彈窗，但是禾进，不影響大家好好看文獻(xiàn)豁跑，做科研。
在上一篇文章單細(xì)胞多組學(xué)整合分析方法討論中介紹了兩種單細(xì)胞多組學(xué)情況的分析思路和方法泻云，有粉絲就問艇拍，那么拿到單細(xì)胞RNA + ATAC的數(shù)據(jù)，是應(yīng)該如何解讀ATAC數(shù)據(jù)分析的部分宠纯。
這個(gè)問題其實(shí)問的人不多卸夕，因?yàn)樽鯝TAC的科研人員本就不多，不過這個(gè)問題確實(shí)是值得深入思考婆瓜。
先來講幾個(gè)案例快集，在文章DNA methylome and single-cell transcriptome analyses reveal CDA as a potential druggable target for ALK inhibitor–resistant lung cancer therapy中，采用了單細(xì)胞多組學(xué)的策略廉白，
圖片.png
分析的思路也很簡(jiǎn)單个初，單細(xì)胞RNA先進(jìn)行分析注釋，然后進(jìn)行ATAC和RNA的聯(lián)合猴蹂，注意這里并沒有采用一一匹配RNA和ATAC的原則院溺，而是采用了類似Seurat WNN的聯(lián)合分析原則，結(jié)果就是得到了LR亞細(xì)胞類型的轉(zhuǎn)錄譜和ATAC數(shù)據(jù)磅轻，在這個(gè)基礎(chǔ)上珍逸，進(jìn)行下游的分析逐虚。
其中為了計(jì)算基因表達(dá)和open chromatin regions (OCRs)的關(guān)系，interaction scores were calculated by comparing the expression level of each gene with the chromatin accessibility of each OCR located within ±250 kb of the transcription start site (TSS)谆膳。然后對(duì)OCRs進(jìn)一步聚類分析得到4個(gè)子類叭爱，對(duì)子類的富集和motif進(jìn)行分析，得到每個(gè)亞類主要的生物學(xué)功能和motif（分析軟件HOMER）漱病，進(jìn)一步識(shí)別關(guān)鍵基因的增強(qiáng)子涤伐，由此判斷不同亞類的生物學(xué)變化。
在文章Multiomic analysis reveals cell-type-specific molecular determinants of COVID-19 severity中也是對(duì)多組學(xué)進(jìn)行了聯(lián)合分析缨称，識(shí)別每種細(xì)胞類型富集的motif與生物學(xué)功能凝果。
圖片.png
但是注意，這里研究的是健康組織細(xì)胞類型的基礎(chǔ)表達(dá)模式睦尽。而更為中重要的是器净，疾病組相對(duì)于normal的基因表達(dá)上下調(diào)的模式，而基因的這種變化当凡，就與ATAC數(shù)據(jù)的變化密切相關(guān)山害。
圖片.png
在文章LGR5 expressing skin fibroblasts define a major cellular hub perturbed in scleroderma中，多組學(xué)前面的分析方法是一致的沿量，單細(xì)胞ATAC聯(lián)合分析浪慌，但是在下游分析上需要注意
圖片.png
下游分析作者分析的是間質(zhì)細(xì)胞在疾病與normal條件下差異富集的motif，當(dāng)然朴则，具體到了細(xì)胞亞型权纤。
在文章Single-cell multimodal analysis identifies common regulatory programs in synovial fibroblasts of rheumatoid arthritis patients and modeled TNF-driven arthritis中，也是分析不同條件下相同細(xì)胞類型染色體可及性的變化
圖片.png
