Classifying cells with Scasat, a single-cell ATAC-seq analysis tool.
Classifying cells with Scasat, a single-cell ATAC-seq analysis tool.
复制标题
DOI：
10.1093/nar/gky950
复制
发表时间：
2019-01-25
影响因子：
14.9
通讯作者：
Rattray M
中科院分区：
文献类型：
--
作者：
Baker SM;Rogerson C;Hayes A;Sharrocks AD;Rattray M
ATAC-SEQ是最近开发的一种识别细胞中开放染色质区域的方法。这些区域通常对应于活跃的调控元件，并且它们的位置分布对于给定的细胞类型是唯一的。当在单细胞分辨率下完成时，ATAC-SEQ通过识别每个细胞中开放染色质位置的基因组位置的可变性，提供了对细胞之间的可变性的洞察，该可变性来自其他相同的DNA序列。本文介绍了一种简单步骤处理SCATAC-SEQ数据的完整流水线SCASTAT(Single-cell ATAC-SEQ Analyst Tool)。SCasat将数据视为二进制数据，并应用特别适用于二进制数据的统计方法。流水线是在Jupyter笔记本环境中开发的，该环境包含可执行代码以及必要的描述和结果。它健壮、灵活、交互且易于扩展。在SCasat中，我们开发了一种新的基于信息增益的差分可及性分析方法，以识别细胞特有的峰。SCasat的结果表明，与潜在调控元件相对应的开放染色质位置可以解释细胞的异质性，并可以识别将细胞从复杂群体中分离出来的调控区域。
ATAC-seq is a recently developed method to identify the areas of open chromatin in a cell. These regions usually correspond to active regulatory elements and their location profile is unique to a given cell type. When done at single-cell resolution, ATAC-seq provides an insight into the cell-to-cell variability that emerges from otherwise identical DNA sequences by identifying the variability in the genomic location of open chromatin sites in each of the cells. This paper presents Scasat (single-cell ATAC-seq analysis tool), a complete pipeline to process scATAC-seq data with simple steps. Scasat treats the data as binary and applies statistical methods that are especially suitable for binary data. The pipeline is developed in a Jupyter notebook environment that holds the executable code along with the necessary description and results. It is robust, flexible, interactive and easy to extend. Within Scasat we developed a novel differential accessibility analysis method based on information gain to identify the peaks that are unique to a cell. The results from Scasat showed that open chromatin locations corresponding to potential regulatory elements can account for cellular heterogeneity and can identify regulatory regions that separates cells from a complex population.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btq033
发表时间：
2010-03-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Quinlan AR;Hall IM
通讯作者：
Hall IM
影响因子：
14.9
作者：
Ritchie ME;Phipson B;Wu D;Hu Y;Law CW;Shi W;Smyth GK
通讯作者：
Smyth GK
影响因子：
14.9
作者：
Kim T;Seo HD;Hennighausen L;Lee D;Kang K
通讯作者：
Kang K
单细胞染色质可及性揭示了调节变化的原理。
影响因子：
64.8
作者：
Buenrostro JD;Wu B;Litzenburger UM;Ruff D;Gonzales ML;Snyder MP;Chang HY;Greenleaf WJ
通讯作者：
Greenleaf WJ
影响因子：
12.3
作者：
Langmead B;Trapnell C;Pop M;Salzberg SL
通讯作者：
Salzberg SL