2020年5月12日，中国科学技术大学附属第一医院肿瘤科、中国科学技术大学与瀚因生命联合在Genome Biology杂志上发表题为《APEC: an accesson-based method for single-cell chromatin accessibility analysis》的文章。该研究开发了一种单细胞染色质可及性分析工具包——Aaccessibility Pattern-based Epigenomic Clustering（APEC），有效地改进了细胞分类和拟时间构建，提高了许多公共数据集的无监督单细胞聚类的准确性，使其成为研究单细胞表观基因组异质性和调控动力学的有力工具。

（文章链接：https://genomebiology.biomedcentral.com/articles/10.1186/s13059-020-02034-y，IF=17.906）

图1：瀚因生命携手中国科学技术大学附属第一医院发表Genome Biology文章

ATAC-seq（Assay for Transposase Accessible Chromatin with high-throughput sequencing）是一种利用转座酶研究染色质可及性的高通量测序技术，已广泛应用于研究造血干细胞分化、胚胎发育、神经元活性与再生、肿瘤细胞转移等许多重要生物过程。然而，目前的算法对单细胞染色质可及性谱进行全面分析方面仍然存在巨大挑战，多数算法并不直接兼容单细胞ATAC-seq数据集。因此，需要一种快速、可扩展和稳定的算法来精确分类细胞亚群，预测基因表达和发育轨迹，从而对单细胞表观遗传异质性和调控提供更深入的机制理解。

在这种背景下，瀚因生命创始人兼首席科学家、中国科学技术大瞿昆教授团队开发了一款新的数据分析算法——APEC，其通过将所有单个细胞之间具有相同信号波动的峰合并为峰组（称为“访问子”（Accesson）），将原始稀疏的“细胞－峰”矩阵转换为相对致密的“细胞－峰组”矩阵，巧妙的解决了单细胞染色质可及性数据过于稀疏的问题。APEC可用于精确解析单细胞染色质可及性数据，并深度挖掘数据中隐藏的生物学意义。该软件包已在GitHub（https://github.com/QuKunLab/APEC）上提供。

图2：APEC单细胞染色质可及性数据分析原理

研究团队利用多个已发布的单细胞染色质可及性数据作为“金标准”，比较不同单细胞染色质可及性分析方法性能。结果发现与其他算法相比，APEC能够可靠且稳定地生成具有可靠生物学功能和特性的更精细的细胞组结果，正确预测细胞身份。同时APEC能够定位潜在的特异性超级增强子，搜索富集基序，估计基因活性，构建时间依赖性细胞发育轨迹，并且与许多现有的单细胞可及性数据集兼容。

图3：APEC构建预测细胞分化谱系的拟时间轨迹

研究团队还开发了一种基于荧光标记和FACS分选的ftATAC-seq测序技术，并联合APEC和scATAC-seq技术来研究小鼠胸腺发育过程的调节动力学，发现其能够提供更精细的胸腺细胞分类，揭示了小鼠胸腺细胞发育过程中单个细胞调控动态，并阐述了DP胸腺细胞比其他胸腺细胞亚型更容易凋亡的机制过程。 

图4：基于小鼠胸腺细胞scATAC-seq数据，APEC准确识别细胞亚型

扫码关注官方公众号

扫码关注环环测公众号

扫码进入环环测小程序