为了识别 scRNA-seq 和 scATAC-seq 实验之间的"锚点",我们首先利用 Signac 包中的GeneActivity()功能,通过量化2kb上游区域和基因体内的 ATAC-seq 计数,生成每个基因的转录活性分数。随后,scATAC-seq数据中的基因活性分数与 scRNA-seq 的基因表达定量一起用作相关分析的输入。我们对从 scRNA-seq 数据集中确定为高度...
例如,scATAC-seq技术可以在染色质层面进行细胞研究,是目前主流的单细胞水平染色质可及性测序解决方案,同样基于10X Genomics平台。scATAC-seq可用于绘制细胞染色质开放区的单细胞图谱,是一种单细胞水平研究表观遗传学的有效手段。 于是,很自然地,我们会提出这样一个问题:对于同一个生物样本,我们分别对其进行scRNA-seq与...
Seurat 3.X版本能够整合scRNA-seq和scATAC-seq, 主要体现在: 基于scRNA-seq的聚类结果对scATAC-seq的细胞进行聚类 scRNA-seq和scATAC-seq共嵌入(co-embed)分析 整合步骤包括如下步骤: 从ATAC-seq中估计RNA-seq表达水平,即从ATAC-seq reads定量基因表达活跃度 使用LSI学习ATAC-seq数据的内部结构 鉴定ATAC-seq和RNA...
在Hao et al, Nat Biotechnol 2023中,介绍了“桥接整合”(bridge integration),它使得将补充技术(如单细胞ATAC-seq(scATAC-seq)、单细胞DNA甲基化(scDNAme)、细胞因子分析(CyTOF))映射到scRNA-seq参考数据上成为可能,使用一个“多组学”数据集作为分子桥接。 在本文中,我们将展示如何将人类PBMC的scATAC-seq数据集...
2 识别 scRNA-seq 和 scATAC-seq 数据集之间的锚点 为了确定 scRNA-seq 和 scATAC-seq 实验之间的 'anchors',我们首先使用 Signac 包中的GeneActivity()函数对 2 kb 上游区域和 gene body 中的 ATAC-seq counts 进行量化,对每个基因的转录活性进行粗略估计。然后,将 scATAC-seq 数据中的基因活性评分以及 scRNA...
scRNA-seq和scATAC-seq共嵌入(co-embed)分析 整合步骤包括如下步骤: 从ATAC-seq中估计RNA-seq表达水平,即从ATAC-seq reads定量基因表达活跃度 使用LSI学习ATAC-seq数据的内部结构 鉴定ATAC-seq和RNA-seq数据集的锚点 数据集间进行转移,包括聚类的标签,在ATAC-seq数据中推测RNA水平用于共嵌入分析 ...
scRNA-seq和scATAC-seq共嵌入(co-embed)分析 整合步骤包括如下步骤: 从ATAC-seq中估计RNA-seq表达水平,即从ATAC-seq reads定量基因表达活跃度 使用LSI学习ATAC-seq数据的内部结构 鉴定ATAC-seq和RNA-seq数据集的锚点 数据集间进行转移,包括聚类的标签,在ATAC-seq数据中推测RNA水平用于共嵌入分析 ...
现在我们可以可视化结果,在参考UMAP嵌入上绘制基于其预测注释的scATAC-seq细胞。您可以看到,每个scATAC-seq细胞都根据scRNA-seq定义的细胞本体学被分配了一个细胞名称。 DimPlot(obj.atac,group.by="predicted.l2",reduction="ref.umap",label=TRUE)+ggtitle("ATAC")+NoLegend() ...
我们将基于基因表达数据创建一个Seurat对象,然后添加ATAC-seq数据作为第二个assay。关于创建和处理ATAC对象的更多信息,可以浏览Signac相关文档。 代码语言:javascript 复制 # the 10x hdf5 file contains both data types.inputdata.10x<-Read10X_h5("../data/pbmc_granulocyte_sorted_10k_filtered_feature_bc_matrix....
为了识别 scRNA-seq 和 scATAC-seq 实验之间的"锚点",我们首先利用 Signac 包中的GeneActivity()功能,通过量化2kb上游区域和基因体内的 ATAC-seq 计数,生成每个基因的转录活性分数。随后,scATAC-seq数据中的基因活性分数与 scRNA-seq 的基因表达定量一起用作相关分析的输入。我们对从 scRNA-seq 数据集中确定为高度...