《Nature Communications》：A generic reference defined by consensus peaks for single-cell ATAC-seq data analysis
编辑推荐：
【推荐语】本研究针对单细胞ATAC-seq缺乏通用特征参考的瓶颈，通过整合624个高质量批量ATAC-seq数据构建约140万个共识峰（cPeaks），结合深度学习模型扩展基因组覆盖范围。该参考体系显著提升细胞注释与稀有类型识别精度，为染色质动态研究与跨数据集整合提供标准化工具。
随着转座酶可及染色质测序（ATAC-seq）技术的迅猛发展，尤其是单细胞ATAC-seq（scATAC-seq）的出现，科学家们得以在单个细胞水平探索染色质的开放状态，从而加速基因调控机制的研究。然而，当前领域面临一个关键挑战：缺乏统一的染色质可及性特征参考体系。这导致不同研究之间的数据难以整合，限制了大规模细胞图谱的构建，也阻碍了对稀有细胞类型的精准识别。
为解决这一难题，研究团队在《Nature Communications》上发表了一项重要研究，通过整合624个高质量批量ATAC-seq数据集，构建了一个包含约140万个共识峰（cPeaks）的通用参考图谱。这些cPeaks不仅覆盖了多种组织和细胞类型，还通过深度学习模型扩展到以往未被观测到的基因组区域，展现出跨技术平台和峰值识别方法的高度一致性。研究表明，cPeaks能够显著提升scATAC-seq数据分析的准确性，尤其在细胞注释和稀有细胞类型鉴定方面表现优异。此外，该参考体系为研究细胞分化过程中的染色质动态变化和肿瘤进展提供了新视角。
关键技术方法
研究团队首先收集了624个来自不同组织和细胞类型的高质量批量ATAC-seq数据集，通过一致性峰值识别流程定义了约140万个cPeaks。随后，利用深度神经网络模型预测并扩展了cPeaks的基因组覆盖范围，使其能够包含以往未被观测到的区域。最后，通过对比现有参考体系和方法，验证了cPeaks在scATAC-seq数据分析中的优越性，包括细胞聚类、注释和动态过程解析。
研究结果
cPeaks的特征与稳定性
通过系统分析发现，cPeaks在不同组织类型、测序技术和峰值识别方法下均呈现一致的染色质开放特征，表明其代表基因组固有的可及性区域。与基因组重复元件和编码区域的关联分析进一步证实了cPeaks的生物学相关性。
scATAC-seq分析中的性能提升
与现有参考相比，cPeaks在多种scATAC-seq数据集中显著提高了细胞类型注释的准确性，尤其改善了稀有细胞群体的识别效果。例如，在造血系统分化数据中，cPeaks成功揭示了传统方法难以检测的过渡态细胞亚群。
染色质动态解析应用
在细胞分化模型和肿瘤样本中，cPeaks能够精准捕捉染色质可及性的时序变化，如胚胎发育中关键转录因子结合位点的动态开放，以及癌症进展中异常激活的增强子区域。
研究结论与意义
本研究构建的cPeaks参考体系解决了scATAC-seq领域缺乏标准化特征的痛点，其跨数据集一致性和扩展性为大规模表观基因组研究提供了重要工具。该成果不仅推动了单细胞多组学数据的整合分析，还为疾病机制研究和精准医疗策略开发奠定了理论基础。未来，cPeaks有望成为染色质可及性研究领域的基准参考，促进生物学发现的加速转化。
