Closed ixxmu closed 8 months ago
导语
单细胞多组学数据的出现为研究控制细胞身份的转录调控机制提供了前所未有的机会。然而,如何使用这些数据集在单细胞水平剖析顺式调控元件(CRE)与基因的关系仍然是一个重大挑战。在这里,我们提出了 DIRECT-NET,一种基于梯度增强的机器学习方法,用于从并行单细胞基因表达和染色质可及性数据或单细胞染色质可及性中识别全基因组 CRE 及其与目标基因的关系仅数据。通过使用独立的功能基因组学数据广泛评估和表征 DIRECT-NET 预测的 CRE,我们发现与现有方法相比,DIRECT-NET 大大提高了推断 CRE 与基因关系的准确性。DIRECT-NET 还能够揭示细胞亚群特异性和动态的调控联系。总体而言,DIRECT-NET 提供了一种从单细胞多组学数据预测转录调控代码的有效工具。
DIRECT-NET是一种检测功能性CRE、将CRE与其靶基因联系起来并构建TF-to-CRE-to-gene调控网络的工具。对于每个基因(黄色矩形),其转录起始位点(TSS)上游500bp内的任何峰被定义为启动子(即绿色矩形),而启动子区域之外但在启动子区域内的其他开放染色质区域被定义为启动子(即绿色矩形)。用户指定的邻域(默认为两侧250kb)被定义为远端候选功能区域。DIRECT-NET采用并行scRNA-seq和scATAC-seq数据或scATAC-seq数据作为输入。为了解决单细胞测序数据的稀疏性,特别是对于近乎二元的 scATAC-seq 数据,聚合通常被用作一种有效的对策。因此,DIRECT-NET首先聚合相似细胞的二元表观基因组信号或转录组和表观基因组图谱,这些信号是根据输入数据的学习低维表示中的最近邻居推断出来的。其次,DIRECT-NET 通过回归特定基因的表达水平(平行scRNA-seq和scATAC-seq)或启动子的可及性得分(scATAC-seq)来识别CRE,使用其所有可能峰的可及性得分通过基于高效集成梯度增强机器的模型 XGBoost 进行邻域分析。第三,我们的DIRECT-NET模型然后通过从XGBoost模型学到的重要性分数来选择功能性CRE。最后,我们通过将 CRE-TF与CRE-基因关系整合来构建TF-基因调控网络,其中TF与使用公共数据库中已知基序模式推断的预测功能CRE结合。
CRE 鉴定对于了解疾病机制至关重要。为了评估DIRECT-NET检测与脑部疾病相关的CRE的能力,我们使用了成人大脑七个脑区的70,631个单个细胞的 scATAC-seq 数据。基于无偏迭代聚类和基于Harmony的批量校正方法,识别了18个不同的簇。具有较高重要性值的链接往往与 HiChIP 连接表现出更高的一致性。
首先,我们通过以下四个标准证明了所鉴定的HC CRE的生物学意义。首先,大多数细胞状态(例如小胶质细胞、同皮质抑制性和同皮质兴奋性)由 UMAP 空间上的 HC 和 MC 区域来区分。HC CRE 在分化海马兴奋性和 OPC(少突胶质祖细胞)方面比 MC 区域具有更好的性能,而细胞与 LC 区域完全混合。其次,基于 HiChIP 数据,HC CRE 显示出比 MC 和 LC 区域更高的验证率。此外,HC CRE 比 MC 和 LC 区域召回更多的 HiChIP 链接。第三,稀有变异在HC CRE中比在MC和LC区域中显着富集。此外,发现HC CRE比MC和LC区域更保守。第四,与 MC 和 LC 区域相比,细胞状态特异性标记基因的 HC CRE 表现出最高的 H3K27ac 信号。例如,黑质OPC簇的标记基因的HC CRE显示比MC和LC区域更强的黑质H3K27ac信号。黑质星形胶质细胞和纹状体星形胶质细胞簇的 HC CRE 具有强烈的星形胶质细胞 H3K27ac 信号。接下来,我们将 DIRECT-NET 与其他方法在识别与 HiChIP 重叠的环路方面进行比较。与其他方法相比,距离具有最高的 AUC 值,这与监管链接往往是邻近的事实一致。DIRECT-NET、Spearman 和 ArchR 的 AUC 值高于 ElasticNet、Circero 和 CloseGene。此外,DIRECT-NET 还可以调用更近端的 HiChIP 连接。DIRECT-NET 经 HiChIP 验证的链接数量比 Cicero 和 ArchR 更多。
为了探索 HC CRE 是否可以揭示神经系统疾病变异,我们计算了这些 CRE 中精神疾病自闭症相关疾病的GWAS单核苷酸多态性 (SNP) 的连锁不平衡 (LD) 评分回归。我们发现纹状体抑制1和纹状体抑制2簇的HC CRE在与自闭症相关的变异中显着富集。FEV(ETS 家族成员)是血清素能神经元的发育和功能所必需的,并且它是与自闭症相关的关键转录因子。我们注意到FEV在纹状体抑制2中高表达,并通过基因调控网络调节一些纹状体抑制2特异性标记物(NAT14、RGS14、DEGS2、PCP4L1和CCDC39)。先前的研究表明,两个患有自闭症的兄弟携带 FEV 纯合停止增益突变。在这里,我们重点关注FEV的调控环节,发现两个自闭症SNP rs78146971和rs111227810位于一个HC CRE附近。此外,CRE 在纹状体抑制 1 中的可及性比纹状体抑制 2 中的可及性弱(log 2倍数变化 = 1.57)。因此,DIRECT-NET 有潜力揭示与脑部疾病相关的微小细胞亚群特异性 CRE。
往期推荐
分析专辑
单细胞scRNA | R包绘图 | 免疫浸润分析 | 肿瘤纯度评估工具 | 数据库
文章解读专辑
多区域进化文章精读 | 高分文章精读 | 免疫微环境文献解读
招聘信息
点击红字即可进入专栏!
点个在看你最好看
https://mp.weixin.qq.com/s/L686c0_gV7RHMsm8JMfsdQ