Signac 单细胞｜ATAC-seq Call peak

引言

本文将向您展示如何利用MACS2软件，在单细胞ATAC-seq的基因组数据中识别基因调控区域的峰值。

实战

在使用Signac进行峰值检测之前，您需要先安装MACS2。您可以通过pip或conda安装它，或者从源代码自行编译。

本次演示以人类外周血单核细胞的单细胞ATAC-seq数据为例。首先，请加载必要的软件包和预先处理过的Seurat数据对象。

library(Signac)
library(Seurat)

pbmc <- readRDS("../vignette_data/pbmc.rds")
DimPlot(pbmc)

使用 CallPeaks() 函数可以进行峰值检测，这可以针对不同的细胞群体单独进行，或者综合所有细胞的数据来完成。若要在每个已标记的细胞类型上识别峰值，我们可以通过 group.by 参数来实现。

peaks <- CallPeaks(
  object = pbmc,
  group.by = "predicted.id"
)

结果以 GRanges 对象的形式返回，并带有一个附加元数据列，列出了每个峰在其中识别的细胞类型：

要计算每个峰值区域的计数，您可以利用 FeatureMatrix() 函数来实现。

通过 CoveragePlot() 函数，我们可以将特定于细胞类型的 MACS2 峰值检测结果与 10x Cellranger 的峰值检测结果（目前 pbmc 对象中正在使用的）进行可视化对比。在图中，Cellranger 的峰值以灰色表示，而 MACS2 的峰值则以红色标注。

CoveragePlot(
  object = pbmc,
  region = "CD8A",
  ranges = peaks,
  ranges.title = "MACS2"
)

## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_segment()`).