[发明专利]一种单细胞ATAC-seq数据分析方法

说明书

本发明提供一种单细胞ATAC‑seq数据分析方法，包括以下步骤：步骤S1,对测序原始数据进行数据分析与质控；步骤S2,比对分析；步骤S3,插入片段分析；步骤S4,富集区域Peak分析；步骤S5,单细胞亚群分类；步骤S6,对Peak相关基因进行注释和富集；步骤S7,TF‑motif分析；步骤S8,亚群可及性差异分析；步骤S9,差异可及性位点相关基因分析，对鉴定出的差异TF‑motif所在peak区域最邻近的转录起始位点所对应的基因注释等步骤。本发明构建了一个全面、分析内容丰富的单细胞ATAC‑seq数据分析流程，分析结果揭示了大量的生物信息，方便人们深入挖掘蕴藏在单细胞水平内的生物学现象和特征，分析流程及结果以html的形式进行可视化展示，分析内容层次明了，结果展现形式多样，增加了报告的可读性。

技术领域

本发明属于生物信息学技术领域，具体涉及一种单细胞ATAC-Seq数据的生物分析技术领域。

背景技术

众所周知，大多数基因组中的染色质是紧密盘绕在细胞核内的，仅有一小部分区域比较松散，这部分无核小体的裸露DNA区域称为开放染色质(open chromatin)，DNA复制和基因转录往往在这些区域发生。ATAC-seq(Assay for Transposase-AccessibleChromatin with high-throughput sequencing，染色质易开放区测序)是利用Tn5转座酶切割染色质开放区，并加上测序引物进行高通量测序，通过生物信息分析鉴定转录因子结合位点和核小体区域位置，从而为研究基因调控、DNA印记等提供有效的方法。

目前，单细胞技术迅速发展，该技术能够很好地解决群体细胞异质性这一难题，因此在各组学中都得到了充分地应用。2013年，Tang F等人首次在单细胞内应用RRBS-seq技术，开启了单细胞表观遗传组学研究的大门。2015年，Buenrostro等人发表了单细胞ATAC-seq技术，即一种对转座酶易感染色质进行高通量测序从而绘制出个体细胞的易感基因组的方法。从成千上万个细胞的总体上紧密类似的图谱中获得来自数百个单细胞ATAC-seq图谱，能够清楚地了解细胞间的变异，发现变异不仅与特定的反式因子和顺式元件系统密切相关，而且也是与细胞变异诱导或者抑制相关的反式因子的组合。单细胞ATAC-seq技术可以在解决细胞异质性的同时，研究细胞转录调控的机制，成为了单细胞表观遗传学的一大突破。目前主要应用在肿瘤异质性研究、基因调控网络分析、细胞谱系示踪和生物标记物发现等方面。

然而，目前对于单细胞表观遗传组测序数据的分析流程还尚未有统一的标准，公开号为CN 107368701A的中国专利公开了一种大批量单细胞ATAC-seq数据质量控制和分析方法，包括对测序片段水平和多细胞水平的质量控制、单细胞层面的质量控制、细胞聚类和细胞特异峰的探测，最终给用户提供一份质量控制的报告文档。目前，还缺乏比较全面、个性化的能够揭示更详细信息的单细胞ATAC-seq数据分析流程，并且分析报告通过html的形式进行展示，这样更加便捷，条目清晰，同时，报告中设置有超链接，便于用户能够对报告进行透彻理解，增加了报告的可读性。

发明内容

本发明的目的在于克服上述现有技术的不足之处而提供一种单细胞ATAC-seq数据分析方法。

为实现上述目的，本发明采取的技术方案为：

一种单细胞ATAC-seq数据分析方法，包括以下步骤：

S1.对测序原始数据进行数据分析与质控，得到高质量的数据进行后续分析；

S2.比对分析，将修剪后的reads比对到参考基因组，分析确定唯一比对且MAPQ30的reads数量，并去除比对到线粒体上的reads，将过滤后的reads用于后续分析；

S3.插入片段分析，利用两端reads的比对信息可以计算出各样品的文库插入片段长度，从而绘制出插入片段分布图；