SpaDC支持基于序列的空间染色质可及性数据的整合分析及调控机制推断

《Communications Biology》：SpaDC enables sequence-based integrative analysis and regulatory inference of spatial chromatin accessibility data

摘要

空间ATAC-seq技术能够同时分析完整组织中的细胞位置和染色质可及性，但面临高维度、噪声以及数据稀疏性等挑战。此外，现有方法往往忽略了包含关键调控基序的DNA序列信息。为了解决这些问题，我们提出了SpaDC，这是一种基于图结构的卷积神经网络，能够整合空间位置、染色质可及性和DNA序列信息。SpaDC采用三元组损失函数来整合多个空间ATAC-seq数据集，并消除批量效应。在真实数据集上的基准测试表明，该模型在空间域识别、数据去噪以及基因调控网络（GRN）推断方面表现出卓越的性能。当应用于小鼠胚胎脑部的空间ATAC-seq数据时，SpaDC能够准确识别已知脑结构并恢复染色质可及性信号；在P22小鼠脑部的空间多组学数据中，SpaDC还揭示了特定空间域的顺式调控元件和基因调控网络。总体而言，SpaDC为空间ATAC-seq分析提供了一种强大的、基于序列的解决方案，有助于更准确、更全面地研究组织结构和染色质组织。