ATAC_Monocle3 分析文档
前言
TIP
ATAC_Monocle3 是单细胞 ATAC-seq 数据的拟时序（pseudotime）分析工具，用于重建细胞发育或分化轨迹。
ATAC_Monocle3 分析通过将高维空间中的细胞沿着隐含的生物学进程轨迹进行排序，揭示染色质开放状态、转录因子结合活性和基因表达在动态过程中的变化规律。与传统的 RNA-seq 拟时序分析不同，ATAC_Monocle3 基于染色质可及性数据，从表观遗传调控层面解析细胞命运决定的分子机制。
核心功能
- 染色质可及性动态分析：检测沿拟时序显著变化的差异开放区域（Differentially Accessible Peaks）
- 转录因子活性动态分析：追踪 chromVAR 推断的 Motif 活性沿轨迹的变化模式
- 基因表达动态分析：识别沿拟时序差异表达的基因
- 多组学整合可视化：将 Peak、Motif、RNA 三个层面的动态变化整合到统一的热图框架中
- 转录因子特异性分析：聚焦转录因子亚群的表达动态，识别关键调控因子
理论基础
核心原理
ATAC_Monocle3 基于 Monocle3 算法框架，通过以下步骤重建细胞发育轨迹：
- 降维嵌入：将高维染色质可及性数据投影到低维空间（UMAP）
- 图学习：在降维空间中学习细胞状态之间的主图结构（Principal Graph）
- 拟时序排序：以指定的根细胞群为起点，为每个细胞计算拟时序值
- 多模态动态检测：利用广义线性模型（GLM）和空间自相关检验，识别沿拟时序显著变化的分子特征
关键算法
- 图学习算法：Monocle3 使用 DDRTree 或 UMAP-based 图学习算法，在降维空间中构建细胞状态转换图
- 差异分析：
- Peak 差异分析：基于分箱聚合的广义线性模型（
fit_models） - RNA 差异分析：基于主图拓扑的空间自相关检验（
graph_test） - Motif 差异分析：基于线性回归的 chromVAR 活性变化检测
- Peak 差异分析：基于分箱聚合的广义线性模型（
- 平滑矩阵构建：通过局部加权平均生成沿拟时序的连续信号曲线
云平台操作指南
在云平台上，ATAC_Monocle3 的分析流程被设计得直观易用。您无需编写代码，只需通过参数配置界面即可完成分析。
分析前的准备
TIP
ATAC_Monocle3 分析的成功与否，很大程度上取决于输入数据的质量和根细胞的选择。在开始分析前，请务必确认：
- 数据已完成预处理：您的单细胞 ATAC 数据已经过标准的质控、降维（PCA、UMAP）、聚类和细胞类型注释。
- 选择了合适的细胞亚群：拟时序分析应在具有潜在分化或转变关系的细胞亚群中进行。将生物学上毫无关联的细胞放在一起进行分析是没有意义的。
- 明确生物学起点：这是 ATAC_Monocle3 分析最关键的一步。您必须根据已知的生物学知识，明确哪个细胞群是您所研究过程的起始状态（如干细胞、祖细胞等）。
参数详解
下表详细列出了云平台 ATAC_Monocle3 分析模块的主要参数及其说明。
| 界面参数 | 说明 |
|---|---|
| 任务名称 | 本次分析的任务名称，需以英文字母开头，可包含英文字母、数字、下划线和中文。 |
| root 类型 | 选择要分析的细胞类型或聚类对应的标签，例如细胞注释分组 celltype。此参数与 "root 节点" 和 "细胞类型" 配合使用。 |
| root 节点 | 核心参数。选择细胞发育过程中的祖细胞或发育前期的细胞类型，例如 CMP 细胞。 |
| 细胞类型 | 多选，选择要纳入拟时序分析的所有细胞类型。 |
| 降维方法 | 选择用于轨迹推断的降维嵌入方式，可选 "UMAP"、"ATACUMAP"、"WNNUMAP"（不区分大小写）。 |
| 物种 | 选择数据对应的物种，用于 Motif 分析和基因功能富集分析。目前平台支持 人 和 小鼠。 |
| Downsample | 逻辑值，选择是否对细胞进行降采样（随机抽取部分细胞）后再进行分析。适用于超大规模数据集，可显著提升计算速度。 |
| Downsample_num | 整数，如果启用 Downsample，此参数用于指定每个细胞类型保留的最大细胞数量。 |
| 分区模式 | 逻辑值，决定是否允许学习在不同分区（Partitions）中的不相连轨迹。默认允许，适用于存在多个独立发育过程的复杂数据集。 |
| 基于历史结果分析 | 选择是否基于历史结果进行分析。默认不基于历史结果，即从头开始学习轨迹。 |
| 历史任务名称 | 如果基于历史结果分析，此参数用于指定历史分析任务的名称。 |
| Peaks | 多选，选择要基于历史分析结果进行可视化的差异开放区域（Peaks）列表。包括差异表达的区域。 |
| Gene | 多选，选择要基于历史分析结果进行可视化的差异表达的基因列表。包括差异表达的基因。 |
| TFs | 多选，选择要基于历史分析结果进行可视化的差异活性的转录因子列表。包括差异活性的转录因子。 |
重要注意事项
TIP
- 根细胞选择：
root参数指定的细胞类型必须在celltypes列表中存在，否则轨迹排序将失败。选择错误的根细胞会导致整个拟时序方向反转。 - 降维方法匹配：
降维方法参数的名称（如 "WNNUMAP"）必须与 Seurat 对象中obj@reductions的键名完全匹配（本工具支持大小写不敏感匹配）。 - 分区模式：当细胞存在多个不连通的发育分支时，
分区模式 = TRUE会自动将数据分为独立分区分别学习。如果强制分区模式 = FALSE，Monocle3 会尝试将所有细胞连入同一张图，可能导致不合理的跨谱系连接。
操作流程
- 进入分析模块：在云平台导航至"高级分析"模块，选择 "ATAC_Monocle3"。
- 创建新任务：为您的分析任务命名，并选择要分析的样本或项目。
- 配置参数：根据上述指南，选择要分析的细胞类型，并务必准确指定轨迹的起点。
- 提交任务：确认参数无误后，点击"提交"按钮，等待分析完成。
- 查看结果：分析结束后，在任务列表中查看生成的分析报告和结果文件。
结果解读
1. 轨迹可视化
ATAC_Monocle3 生成两类轨迹可视化图，帮助验证轨迹推断的合理性：
1.1 拟时序图
图表解读
- 左图：显示拟时序渐变 + 轨迹骨架，彩色线条表示学习到的细胞状态转换路径
- 右图：仅显示拟时序渐变，颜色从紫色（起点）到黄色（终点）表示发育进程
分析要点
- 检查轨迹方向是否与预期的发育顺序一致
- 观察轨迹分支点是否对应已知的命运决定节点
- 验证根细胞是否位于轨迹起始端
1.2 细胞类型图
图表解读
- 左图：显示细胞类型分布 + 轨迹骨架
- 右图：仅显示细胞类型分布
分析要点
- 对比拟时序图和细胞类型图，验证不同细胞类型在轨迹上的分布是否符合发育逻辑
- 检查中间态细胞是否位于轨迹的过渡区域
2. 差异开放峰分析
2.1 Top 变化 Peak 散点图
图表解读
该图展示了 5 个随拟时序最显著上升的可及性位点，用于观察"染色质逐步开放"的动态模式：
- 横轴（pseudotime）：表示细胞沿轨迹从起始到终末的相对进程
- 纵轴（accessibility）：表示对应 peak 的可及性强度
- 趋势判断：曲线整体随 pseudotime 上升，说明该位点在发育推进过程中逐步激活
分析要点
- 上升更陡、末端水平更高的位点，往往提示更强的阶段特异开放信号
- 这些 Peak 对应的基因组区域可能包含关键的顺式调控元件（如发育特异的增强子）
3. 多组学动态热图
ATAC_Monocle3 生成三类热图，分别展示 RNA、Motif、Peak 沿拟时序的动态变化：
3.1 RNA 表达热图
图表解读
- 颜色映射：红色表示高表达，蓝色表示低表达，白色表示中等水平
- 顶部注释条：展示拟时序从起始（紫色）到终末（黄色）的渐变过程
- 行聚类：热图自动将基因分为两个簇——上方簇通常随拟时序上升（晚期激活），下方簇随拟时序下降（早期激活后退出）
- 右侧标签：标注了变化幅度最大的 Top 50 基因名称
3.2 Motif 活性热图
图表解读
- 展示转录因子结合活性沿拟时序的动态变化
- Motif ID 已映射为易读的转录因子名称（如 STAT1、GATA1 等）
- 右侧标签标注了变化幅度最大的 Top 50 Motif
分析要点
- 对比 RNA 热图和 Motif 热图，可以判断转录因子的表达变化是否与其结合活性的变化一致
- 如果表达和活性变化不一致，可能提示调控发生在转录后水平
3.3 Peak 可及性热图
图表解读
- 展示染色质开放状态沿拟时序的动态变化
- 右侧标签标注了变化幅度最大的 Top 50 Peak
4. Top 10 特征散点图
为了更细致地观察单个特征的动态变化模式，ATAC_Monocle3 提取每类特征中变化最显著的 Top 10，绘制沿拟时序的散点图。
4.1 Top 10 RNA 特征
图表解读
- 每个面板对应一个基因
- 散点颜色：按细胞类型着色
- 黑色平滑曲线：LOESS 拟合的趋势线，展示整体变化方向
分析要点
- 通过观察曲线的形状和陡峭程度，可以判断该基因是早期激活、晚期激活还是瞬时表达
4.2 Top 10 Motif 特征
图表解读
- 每个面板对应一个转录因子的 Motif
- 展示转录因子结合活性的动态变化
4.3 Top 10 Peak 特征
图表解读
- 每个面板对应一个染色质开放区域
- 展示 Peak 可及性的动态变化
5. 转录因子特异性分析
图表解读
- 聚焦于转录因子这一特殊类别
- 只有同时满足两个条件的基因才会出现在此热图中：（1）在 RNA 水平上沿拟时序显著差异表达；（2）基因名存在于已知的转录因子数据库中
生物学意义
- 如果一个 TF 的表达沿拟时序显著变化，提示它可能在分化过程中发挥阶段性调控作用
- 早期高表达的 TF 可能启动分化程序，晚期高表达的 TF 可能维持终末状态
注意事项
1. 根细胞选择的重要性：根细胞的选择直接影响拟时序的方向和生物学解释。请确保选择的根细胞在生物学上是合理的发育起点（如干细胞、祖细胞）。
2. 细胞亚群选择：拟时序分析应在具有潜在分化或转变关系的细胞亚群中进行。将生物学上毫无关联的细胞放在一起进行分析会导致无意义的轨迹。
3. 降维方法匹配：如果平台提供的降维方法（UMAP、ATACUMAP、WNNUMAP）与您的数据不匹配，请先在预处理步骤中生成相应的降维结果。
4. 分区模式的使用：当数据包含多个独立的发育过程时，建议启用分区模式。强制将所有细胞连入同一张图可能导致不合理的跨谱系连接。
5. 结果解读的谨慎性：拟时序分析提供的是细胞状态转换的相对顺序，而非绝对时间。生物学结论需要结合其他实验证据进行验证。
常见问题解答（FAQ）
Q1：为什么轨迹方向与预期不符？
A：最常见的原因是根细胞选择不当。请检查：
- 根细胞是否确实是发育起点
- 根细胞是否在 "细胞类型" 列表中
- 是否需要尝试不同的降维方法
Q2：轨迹出现多个不相连的分支怎么办？
A：这是正常现象，说明数据中存在多个独立的发育过程。建议：
- 启用分区模式（
分区模式 = TRUE） - 或者分别对不同的发育过程进行独立分析
Q3：Motif 热图和 RNA 热图的结果不一致？
A：这提示转录调控可能发生在转录后水平。可能的原因包括：
- 转录因子的蛋白质活性受翻译后修饰调控
- 转录因子的核定位受调控
- 转录因子需要与其他因子形成复合物才能发挥作用
Q4：如何选择降维方法？
A：
- UMAP：适用于大多数情况，平衡了计算速度和轨迹质量
- ATACUMAP：专门针对 ATAC 数据优化的降维方法
- WNNUMAP：加权最近邻降维，整合了多组学信息，适用于多组学数据
Q5：分析结果中的 q_value 和 p_value 有什么区别？
A：
- p_value：原始统计显著性，未考虑多重检验校正
- q_value：经过 Benjamini-Hochberg 校正后的 p 值，控制了假发现率（FDR）
- 通常使用 q_value < 0.05 作为显著性阈值
方法
参考资料
[1] Cao J, Spielmann M, Qiu X, et al. The single-cell transcriptional landscape of mammalian organogenesis. Nature, 2019, 566(7745): 496-502.
[2] Pliner HA, Packer JS, McFaline-Figueroa JL, et al. Cicero predicts cis-regulatory DNA interactions from single-cell chromatin accessibility data. Molecular Cell, 2018, 71(5): 858-871.
[3] Schep AN, Wu B, Buenrostro JD, et al. chromVAR: inferring transcription-factor-associated accessibility chromatin using single-cell data. Genome Biology, 2017, 18: 180.