Nat Comput Sci丨杨跃东课题组建立基于序列引导的scATAC-seq数据注释算法

单细胞ATAC测序技术（scATAC-seq）为揭示细胞类型的异质性开辟了新的途径。然而，细胞测序数据存在高维度和高稀疏性，导致scATAC-seq数据的细胞精确注释充满挑战。此前一些注释方法尝试通过计算基因内的ATAC峰值，并依据特定基因的峰值数量来识别细胞类型；但这些方法由于未能充分考虑基因内ATAC峰的特异性，导致其准确性受限。实际上，ATAC峰的调控功能依赖于其基因组序列是否含有可及的、细胞类型特有的增强子区域以及转录因子的结合位点，这些元素是推断细胞特性及其发育阶段的关键线索。因此，能否根据ATAC峰准确学习这些内在的DNA序列调控模式，并用于区分细胞类型?2024年4月10日，中山大学计算机学院的杨跃东（通讯作者）课题组在Nature Computational Science发表了题为Deciphering Cell Types by Integrating scATAC-seq Data with Genome Sequences的研究论文，开 ………………………………