支持中心

简体中文

English

简体中文

English

Appearance

ATAC+RNA 多组学：AtaCNV 基于 scATAC 的 CNV 检测与可视化 ​

作者: shum
时长: 10 分钟
字数: 2.5k 字
更新: 2026-01-26
阅读: 0 次
ATAC+RNA 双组学 分析指南

文档概览 ​

AtaCNV 是一种专为单细胞 ATAC-seq (scATAC-seq) 数据开发的拷贝数变异 (CNV) 检测工具。通过处理单细胞染色质可及性测序数据，AtaCNV 能够高分辨率地揭示肿瘤细胞等复杂组织内部的遗传异质性。适用于多组学单细胞数据中的 scATAC-seq 通道，实现对肿瘤等复杂样本中细胞拷贝数状态的自动推断与可视化。

CNV 分析的意义 ​

什么是 CNV ​

拷贝数变异 (Copy Number Variation, CNV) 是指基因组中较大 DNA 片段在数量上的结构变异，主要表现为染色体区域的扩增 (gain) 或缺失 (loss)。正常情况下，人类细胞为二倍体 (每条常染色体通常有 2 个拷贝)；当发生扩增时拷贝数超过 2，发生缺失时拷贝数低于 2。

CNV 是肿瘤等多种疾病发生和进展的重要驱动力。传统的 CNV 分析主要基于全基因组测序 (WGS) 或全外显子测序 (WES)，只能提供群体平均水平的信息。单细胞 CNV 分析则在单细胞分辨率下推断每个细胞的拷贝数状态，能够揭示组织内部不同细胞的基因组差异与异质性。

单细胞多组学 CNV 分析的两个方向 ​

单细胞多组学数据用于 CNV 分析主要有两个方向：

  • 方向一：基于 scRNA-seq 数据 - 利用基因表达信息推断 CNV，主要工具为 infercnv
  • 方向二：基于 scATAC-seq 数据 - 利用读段数量推断 CNV，主要工具包括 epiAneuFinder、AtaCNV、CopyscAT

TIP

主流单细胞 ATAC-seq CNV 分析工具简介

目前，常用于 scATAC-seq 数据 CNV 检测的工具有：epiAneuFinder、CopyscAT 和 AtaCNV。本指南聚焦 AtaCNV 的详细用法。如需使用其他工具，可参考 AtaCNV 与 CopyscAT 的技术支持文档获取更多信息。

适用场景与主要目的 ​

适合的样本类型：

  • 肿瘤组织样本 (强烈推荐) - 包含大量 CNV 事件，可揭示肿瘤异质性和亚克隆结构
  • 癌前病变或发育异常样本 - 可检测早期基因组结构变异

不适合的样本类型：

  • 正常健康组织 - 大多数细胞为二倍体，缺乏显著的 CNV 事件，CNV 分析意义有限

单细胞 CNV 分析的主要目的：

  1. 恶性细胞识别 - 区分恶性细胞与非恶性细胞 (恶性细胞通常表现出大范围的、非随机的 CNV 模式)
  2. 肿瘤异质性解析 - 识别具有不同 CNV 特征的亚克隆群体

AtaCNV 分析的实现 ​

AtaCNV 工具的原理 ​

AtaCNV 的分析流程可归纳为以下几个主要步骤：

  1. 输入与初步筛选：以百万碱基对 (1 Mbp) 基因组片段的单细胞读取计数矩阵作为输入，首先根据片段的可映射性和零值数量，对细胞和基因组片段进行筛选。

  2. 数据平滑与去偏差：为降低极端噪声，AtaCNV 通过对每个细胞拟合一阶动态线性模型，对计数矩阵进行平滑处理。同时执行基于细胞的局部回归，消除 GC 含量可能引起的潜在偏差。

  3. 标准化处理：

    • 若存在正常细胞：将平滑后的计数数据与正常细胞数据进行标准化比较，从而从染色质可及性等混杂因素中解卷积出拷贝数信号。
    • 若缺乏正常细胞：因肿瘤单细胞数据常包含大量非肿瘤细胞，AtaCNV 先对细胞进行聚类，识别出高置信度的正常细胞群组，并以其平滑深度数据为基准做标准化。

  4. 联合分段与拷贝数推断：AtaCNV 应用多样本 BIC-seq 算法对所有单细胞进行联合分割，估算每个细胞所获片段的拷贝数比率。

  5. CNV 群组判别与进一步推断：利用拷贝数比率数据，计算每个细胞群组的 CNV 负荷评分，并据此将高 CNV 负荷的群组归类为恶性细胞。对于肿瘤细胞，AtaCNV 进一步通过贝叶斯方法推断其离散拷贝数状态。

下图为 AtaCNV 主要分析流程示意：

图：AtaCNV 主要分析流程示意

AtaCNV 分析的实现 ​

这种方式可以精确定量每个细胞在全基因组范围内的拷贝数状态，是识别恶性细胞和解析肿瘤异质性的关键环节。实际项目落地时，建议根据数据特点选择合适的标准化模式，以获得最准确的 CNV 检测结果。

r
# 加载 AtaCNV 包并准备数据
library("AtaCNV")

# 从fragment文件和cell barcodes生成计数矩阵（或直接读取预处理好的数据）
fragment_file <- "your_fragment_file.tsv.gz"
cell_barcodes <- read.csv("your_cell_barcodes.tsv", header=FALSE)
count <- generate_input(
  fragment_file = fragment_file, 
  cell_barcodes = cell_barcodes,
  genome = "hg19",  # 或 "hg38", "mm10"
  output_dir = "./"
)

# 读取示例数据
#cell_info <- readRDS("./example/cell_info.rds")
#count_paired <- readRDS("./example/count_paired.rds")  # 匹配的正常样本

# 标准化：根据可用信息选择模式
# 模式1：匹配的正常样本（最可靠）
norm_re1 <- AtaCNV::normalize(
  count,
  genome = "hg19",
  mode = "matched normal sample",
  cell_cluster = cell_info$cluster,
  count_paired = count_paired,
  output_dir = "./",
  output_name = "norm_re1.rds"
)

# 模式2：已知的正常细胞
# norm_re2 <- AtaCNV::normalize(
#   count
#   genome = "hg19"
#   mode = "normal cells"
#   normal_cells = (cell_info$cell_type == "normal")
#   output_dir = "./"
#   output_name = "norm_re2.rds"
# )

# 模式3：所有细胞（仅适用于肿瘤纯度较低的情况）
# norm_re3 <- AtaCNV::normalize(
#   count
#   genome = "hg19"
#   mode = "all cells"
#   cell_cluster = cell_info$cluster
#   output_dir = "./"
#   output_name = "norm_re3.rds"
# )

# 模式4：自动识别（无额外信息时）
# norm_re4 <- AtaCNV::normalize(
#   count
#   genome = "hg19"
#   mode = "none"
#   cell_cluster = cell_info$cluster
#   output_dir = "./"
#   output_name = "norm_re4.rds"
# )

# 分段：使用BIC-seq算法推断CNA断点并估算拷贝数比率
seg_re <- calculate_CNV(
  norm_count = norm_re1$norm_count,
  baseline = norm_re1$baseline,
  output_dir = "./",
  output_name = "seg_re.rds"
)

# 可选：推断拷贝状态
CN_state <- estimate_cnv_state_cluster(
  count = count,
  genome = "hg19",
  copy_ratio = norm_re1$copy_ratio,
  bkp = seg_re$bkp,
  label = cell_info$cell_type
)

# 热图可视化
plot_heatmap(
  copy_ratio = seg_re$copy_ratio, 
  cell_cluster = cell_info$cluster,
  output_dir = "./",
  output_name = "copy_ratio.png"
)

TIP

标准化模式选择

AtaCNV 提供了四种标准化模式来估计非肿瘤细胞的基线读段计数：

  • 模式 1（matched normal sample）：最可靠，当有匹配的非肿瘤样本时优先使用
  • 模式 2（normal cells）：当样本中的正常细胞已知时使用，可通过 ArchR 等工具从 scATAC-seq 数据估计标记基因表达来初步识别正常细胞
  • 模式 3（all cells）：仅适用于肿瘤纯度较低的情况
  • 模式 4（none）：当没有额外信息时使用，AtaCNV 会自动识别最可能的正常细胞，但准确性可能较低

如果没有预存在的聚类结果，可以省略 cell_cluster 参数，AtaCNV 将基于计数矩阵自动进行聚类。

CNV 结果展示--拷贝数变异热图 ​

拷贝数变异热图是 CNV 分析的核心可视化结果，全面展示了所有细胞在全基因组范围内的拷贝数状态：

拷贝数变异热图中，每一行代表一个细胞，每一列代表基因组上的一个连续区间（bin）。所有列按照染色体的物理位置顺序排列，从1号染色体依次到性染色体（若有）。每一列的颜色反映该区间在对应细胞中的拷贝数相对值：如红色表示拷贝数扩增（gain），蓝色表示拷贝数缺失（loss）。热图可见相邻染色体之间的列数可能显著不同（如有的3列，有的4列，有的只有1列），体现了染色体长度的细微差别。

图：拷贝数变异热图

常见问题 ​

Q1: 如何选择合适的标准化模式？

A: AtaCNV 提供了四种标准化模式，选择建议如下：

  • 模式 1 (matched normal sample)：最可靠，当有匹配的非肿瘤样本时优先使用
  • 模式 2 (normal cells)：当样本中的正常细胞已知时使用，可以通过 ArchR 等工具从 scATAC-seq 数据估计标记基因表达来初步识别正常细胞
  • 模式 3 (all cells)：仅适用于肿瘤纯度较低的情况，使用所有细胞构建基线
  • 模式 4 (none)：当没有额外信息时使用，AtaCNV 会自动识别最可能的正常细胞，但准确性可能较低
  • 建议：如果可能，尽量使用模式 1 或模式 2，以获得更准确的 CNV 检测结果

Q2: 如何解释拷贝状态结果中的数值？

A: 在拷贝状态推断结果中：

  • 0.5：表示拷贝数缺失 (loss)，该区域在对应细胞中的拷贝数低于正常水平
  • 1：表示拷贝数中性 (neutral)，即正常的二倍体状态
  • 1.5：表示拷贝数扩增 (gain)，该区域在对应细胞中的拷贝数高于正常水平
  • 这些数值反映了每个细胞在每个基因组区间 (bin) 的拷贝数状态，可以用于识别恶性细胞和亚克隆结构

参考资料 ​

[1] WANG X, et al. Detecting copy-number alterations from single-cell chromatin sequencing data by AtaCNV[J]. Cell Reports Methods, 2025, 5(1).

0 条评论·0 条回复