单细胞 scATAC-seq & scRNA-seq 双组学标准分析：Peak2Gene 分析
前言
TIP
Peak2Gene (Peak-Gene linking) 分析是一种专为单细胞多组学（ATAC + RNA）数据设计的方法。其核心目标是识别基因表达与其附近染色质可及性峰（peaks）之间的显著调控关系。
在单细胞多组学研究中，scATAC-seq 和 scRNA-seq 数据提供了不同层面的信息。Peak2Gene 分析通过统计每个细胞中基因表达量与其附近 peaks 的 ATAC 信号强度间的相关性，并利用广义线性模型校正 GC 含量、peak 长度、距离等技术偏置，从而推断哪个 peak 可能参与调控哪些基因。Peak2Gene 分析不仅帮助揭示顺式调控网络（如增强子-基因连接），还能与 motif 富集/活性结果结合，系统性挖掘关键转录因子的直接靶基因和调控作用，是多组学调控机制研究的基础工具之一。
Peak2Gene 的核心功能
peak-gene 关联识别 通过计算基因表达量与其邻近 peaks 的可及性信号之间的相关性，识别可能调控该基因的 peak 集合，克服仅靠线性距离注释的局限。
技术偏置校正 使用广义线性模型校正 GC 含量、整体可及性、peak 长度等多种技术偏置，获得更为可靠的 peak-gene 关联。
顺式调控网络构建 帮助揭示顺式调控网络（如增强子-基因连接），为多组学调控机制研究提供基础。
与 Motif 分析整合 结合 motif 富集/活性结果，系统性挖掘关键转录因子的直接靶基因和调控作用，构建完整的 TF → peak → gene 调控轴。
本篇文档旨在为单细胞多组学研究者提供一份详尽的 Peak2Gene 技术指南，内容涵盖其基本原理、在 SeekSoul Online 云平台上的操作方法、结果解读及常见问题，帮助您快速掌握并应用该工具。
Peak2Gene 理论基础
核心原理
Peak2Gene 分析的核心思想是：通过统计每个细胞中基因表达量与其附近 peaks 的 ATAC 信号强度间的相关性，并利用广义线性模型校正多种技术偏置，从而推断哪个 peak 可能参与调控哪些基因。
基因调控网络简介
基因调控网络（Gene Regulatory Network, GRN）由转录因子（TF）、调控元件（如启动子、增强子、peaks）以及靶基因构成。TF 通过识别特定 DNA motif 结合到开放染色质区域，进而影响下游基因的转录。单细胞多组学手段的优势在于，可以在每个细胞分辨率下同时观测 TF 和靶基因的表达（scRNA-seq）、以及 TF 结合位点的染色质可及性（scATAC-seq，并结合 motif 识别进行推断）。
通过联合单细胞 ATAC 与 RNA 数据，可实现：
- TF 表达谱的确定
- TF 结合位点 (peak) 的开放性评估
- motif 的富集情况及功能活性推断
- 靶基因表达的动态变化监测
这种 "TF 表达 × motif-peak 结合 × 靶基因表达" 三维整合，有助于重建单细胞尺度的调控因果链，精准捕捉关键调控及作用靶点，并为 GRN 建图和机制深入提供着力点。
Peak2Gene 分析如何助力解析 GRN 基因调控网络
Motif 分析：通过与已知转录因子识别序列比对，从开放染色质 peak 中识别可能被 TF 结合的区域，是精准描述 TF → peak 调控关系的重要基础。这些 motif 富集的 peaks 被视为 TF 调控潜在靶点，是调控网络的“上游”基础。
Peak2Gene 分析：通过在单细胞水平考察 peak 可及信号与附近基因表达的相关性，精确捕捉每个 peak 与其潜在靶基因之间的调控配对，克服仅靠线性距离注释的局限。这一策略有力刻画了开放 peaks 实际参与基因调控的真实证据，阐释调控网络“下游”环节。
整合分析：结合 motif 分析 (TF → peak) 与 Peak2Gene 分析 (peak → gene)，能够系统性描绘 TF、调控元件 peak 及其作用靶基因三者间的直接调控轴，为多组学调控机制研究提供多重证据支撑。
TIP
标准分析流程
- 差异 peak 筛选：定位具有生物学意义的开放区域
- Peak2Gene 注释：整合表达及距离，建立 peak–gene 关联
- Motif 分析：鉴定及评估 motif 富集和活性，预测关键 TF
- 多组学联合验证：分析 motif 活性、TF/靶基因表达和 peak 可及性之间的调控一致性
关键算法与流程
对于每个目标基因，Peak2Gene 分析包括以下关键步骤：
- 筛选邻近 peaks：筛选距离该基因（如 ±500 kb）范围内的 peaks
- 计算相关性：计算这些 peaks 可及性与基因表达的相关性
- 偏置校正：使用广义线性模型校正 GC%、peak size、整体可及性等偏置，获得更为可靠的 peak-gene 关联
这种方式可以精确定量每个 peak 对靶基因的调控支持证据，是重构多组学调控网络的关键环节。实际项目落地时，推荐对感兴趣的基因集先行评估，也可扩展至全基因组自动注释。
云平台操作指南
在云平台上，Peak2Gene 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
Peak2Gene 分析的成功与否，很大程度上取决于输入数据的质量和多组学数据的匹配度。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 和 RNA 数据已经过标准的质控、降维、聚类和细胞类型注释。
- 数据匹配性：确保 ATAC 和 RNA 数据来自相同的细胞或匹配的细胞群体，以便进行相关性分析。
- 注释信息完整：确保数据中包含必要的细胞类型、样本分组等注释信息，以便进行结果展示和解读。
- RegionStats 步骤：确保已执行 RegionStats 步骤，注释每个 peak 区域的 GC 含量等特征，用于后续偏置校正。
参数详解
下表详细列出了云平台 Peak2Gene 分析模块的主要参数及其说明。
| 参数名称 | 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。 |
| 分组因子 | 细胞分群列名。 |
| 细胞类型 | 要分析的细胞类型。 |
| 筛选因子 | 要分析的样本名称或分组名。 |
| 筛选对象 | 要分析的样本名称或分组名。 |
| k-means 聚类数 | K-means 聚类的簇数，用于 link 分组，默认为 10。 |
| 最大 link 数 | 绘制的最大 link 数量，默认为 5000。 |
| 过滤 link | 选项 TRUE or FALSE，若为 TRUE 则显示以下四个参数。 |
| 相关性阈值 | 相关性阈值，用于过滤 link，默认为 0.1。 |
| p 值阈值 | P 值阈值，用于统计显著性过滤，默认为 0.01。 |
| ATAC 方差阈值 | ATAC 数据的方差阈值，用于过滤低变异性 peak，默认为 0.25。 |
| RNA 方差阈值 | RNA 数据的方差阈值，用于过滤低变异性 gene，默认为 0.25。 |
| Downsample | 是否在分析前对每个细胞亚群进行随机降采样以节省内存，默认为 TRUE。 |
| Downsample_num | 每个细胞亚群最多保留的细胞数，仅在降采样开启时生效，默认为 1000。 |
| dorc_peak_thresh | 界定 DORC 基因所需的最低关联 Peak 数量，关联 Peak 数超过该阈值的基因被鉴定为 DORC 基因，默认为 10。 |
重要注意事项
TIP
- 数据质量要求：确保 ATAC 和 RNA 数据的质量满足要求，低质量数据会导致 peak-gene 关联不准确。
- 数据匹配性：进行相关性分析时，需确保 ATAC 和 RNA 数据来自相同的细胞或匹配的细胞群体。
- 距离窗口：Peak-to-Gene 关联分析默认以基因 TSS 为中心，上下游各 500 kb 范围内的 peaks 纳入候选调控元件池。较短的阈值可能遗漏远程调控元件（如远端增强子），较长的阈值可能引入噪音。
- Pseudobulk（伪批量）机制：为降低单细胞数据的稀疏性（Dropout 效应）并提升信噪比，平台会按照细胞亚群将多个细胞合并为一个"伪细胞"后再进行相关性计算与热图绘制。降采样参数会影响伪批量的构建，过少的细胞可能导致伪批量代表性不足。
- 显著性阈值：links
p 值阈值默认为 0.01。仅在"过滤 link"开启时生效；关闭过滤时平台仍会自动剔除零方差的 peak/gene 以保证聚类稳定性，但不会施加显著性筛选。阈值过严格可能丢失真实关联，过宽松则可能引入假阳性。 - DORC 阈值：
dorc_peak_thresh默认为 10（即关联 ≥ 10 个 Peak 的基因被定义为 DORC）。数据量较少的样本可适当降低该阈值（如 5），高质量大数据集可适当提高。 - KEGG 富集网络依赖：KEGG 通路富集需访问在线数据库，若网络不可用则该部分结果可能被跳过，不影响其他分析流程。
- 与 Motif 分析整合：Peak2Gene 分析结果可以与 Motif 分析结果整合，构建完整的 TF → peak → gene 调控轴。
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 "Peak2Gene"。
- 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、分组信息、目标基因等参数。
- 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，包括 peak-gene 关联热图、相关性分析结果等。
结果解读
Peak2Gene 的分析报告包含丰富的图表和数据文件，以下是对核心结果的详细解读。
Peak-Gene 共调控模块联合热图（含 Motif/GO 注释）
在完成 K-means 聚类后，热图还会在左右两侧分别添加 Motif 富集注释和 GO 功能注释，形成一张完整的多组学调控网络全景图：
图表解读
该热图展示了染色质开放区域与基因表达之间的共调控模式，整体行数据已根据共调控模式进行了 K-means 聚类划分：
- 顶部颜色条：标识不同细胞类型或群体，帮助直观比对特定细胞亚群中 Peak-Gene 关联的活跃模式。
- ATAC 热图（左侧）：显示 ATAC-seq 信号强度（Z-score 归一化可及性）。颜色越蓝表示可及性越低，颜色越红表示可及性越高。
- RNA 热图（右侧）：显示相应靶基因的表达水平（Z-score 归一化表达量）。颜色越蓝表示表达量越低，颜色越黄表示表达量越高。
- Motif 注释（最左侧文本）：标识了每个 K-means 聚类簇中显著富集的转录因子结合基序（Top Motifs）。这些 TF 往往是驱动该簇基因表达的上游核心调控因子。
- GO 功能注释（最右侧文本）：标识了每个 K-means 聚类簇中靶基因显著富集的基因本体论条目（Top GO Terms），直观揭示了该共调控模块所参与的核心生物学功能或细胞通路。
分析要点
- 共调控模块识别：通过 K-means 聚类，将具有相似跨细胞群变化模式的 Peak-Gene 关联对划分为独立的共调控簇。
- 上游调控因子追溯：左侧 Motif 注释揭示每个模块的上游转录因子驱动因素。
- 下游功能揭示：右侧 GO 注释解释每个模块关联的靶基因主要参与了哪些生物学过程。
Motif 富集分析
对每个 K-means 聚类模块的 Peak 序列执行转录因子 Motif 富集分析，推测是哪些 TF 驱动了该模块的开放。平台会自动对每个 Cluster 执行超几何检验，输出 Motif 富集结果表格（包括 Motif 名称、p 值、富集倍数等），并在联合热图左侧标注 Top 富集 Motif。
GO/KEGG 功能富集分析
对每个 K-means 聚类模块关联的靶基因执行通路富集分析，揭示调控网络参与的核心生物学功能。平台会分别执行 GO 富集和 KEGG 通路富集，输出富集结果表格及可视化图表（条形图、气泡图等），并在联合热图右侧标注 Top GO Term。
关联 peak 数分布直方图
该直方图展示了每个基因关联到 1~25 个 peak 的数量分布：
图表解读
- 横轴：基因所关联的 peak 数量 (1~25)
- 纵轴：具有相应关联 peak 数的基因数量
- 虚线表示中位数位置，并以文本注明具体中位数
分析要点
- 关联数量分布：通过观察直方图，可以了解大多数基因关联的 peak 数量分布情况。
- 中位数评估：中位数反映了基因关联 peak 数量的典型水平，有助于评估分析的质量。
- 异常值识别：关联 peak 数量异常多或异常少的基因值得进一步关注。
Top 显著 peak-gene 关联火山图
火山图聚焦于 Top 10 最显著的 peak-gene 关联：
图表解读
- 横轴：相关性 score
- 纵轴：-log10(p) 值
- 标注 Top 10 显著基因便于直观呈现
分析要点
- 显著关联识别：Top 10 最显著的 peak-gene 关联是研究的重点，值得进一步分析。
- 相关性强度：通过观察相关性 score，可以评估 peak-gene 关联的强度。
- 统计显著性：通过观察 -log10(p) 值，可以评估关联的统计显著性。
全部 peak-gene 对相关性分布曲线
曲线图整体展示了全部 peak-gene 对的相关系数分布：
图表解读
- 横轴：peak-gene 对（按相关性高到低排序）
- 纵轴：对应相关系数
分析要点
- 整体分布模式：通过观察曲线图，可以了解全部 peak-gene 对的相关性分布模式。
- 强关联识别：相关性强的 peak-gene 对位于曲线的左侧，是研究的重点。
- 阈值选择：可以根据曲线图选择合适的相关性阈值，用于筛选显著的关联。
DORC 基因鉴定
DORC（Domains of Regulatory Chromatin，调控染色质结构域）是指受大量顺式调控元件协同控制的超级靶基因。在完成全局 Peak-to-Gene 关联分析的基础上，平台会统计每个靶基因所关联的 Peak 总数，并设定阈值（由"DORC Peak 阈值"参数控制，默认为关联 ≥ 10 个 Peak），将关联数超过该阈值的基因鉴定为 DORC 基因。这些 DORC 基因通常是决定细胞命运、维持细胞状态或驱动疾病进展的核心调控枢纽。
图表解读
该排序图展示了所有靶基因按关联 Peak 数量的排序全貌：
- 横轴（Rank）：所有靶基因按关联 Peak 数量从少到多升序排列。
- 纵轴（Number of linked peaks）：每个靶基因在全基因组范围内显著关联的 Peak 绝对数量。
- 灰色水平虚线：界定 DORC 基因的截断阈值（默认关联 ≥ 10 个 Peak）。
- 蓝色垂直虚线：将右侧满足阈值条件的超级调控基因（蓝色点）与左侧的普通基因（灰色点）区分开来。
- 文本标注：图表顶部标注了识别出的 DORC 基因总数，同时在右侧密集区标注了部分具有代表性的 DORC 基因名称，帮助快速锁定潜在的关键核心驱动基因。
DORC 活性评估
将属于同一个 DORC 基因的所有相关 Peak 的 ATAC 可及性信号进行加权或合并计算，为每个细胞生成一个综合的、代表该 DORC 基因整体上游调控强度的"DORC Score"（Accessibility Score）。该评分矩阵将用于后续的差异分析和可视化。
DORC 活性差异分析
基于单细胞 DORC 活性评分矩阵，利用 Seurat 的 FindAllMarkers 函数执行差异活性分析，鉴定出在各个细胞亚群中特异性表现出高调控活性的 DORC 基因，从而识别维持特定细胞群稳态或驱动其分化的标志性调控枢纽。结果表格包含每个 DORC 基因的 p 值、avg_log2FC、pct.1/pct.2、p_val_adj 和所属 cluster 等信息。
DORC 活性 UMAP 空间可视化
基于各细胞亚群的特异性 Top DORC 基因，在 UMAP 降维空间中直观呈现其单细胞水平的活性分布。由于 DORC 评分差异可能极大，分析中预先进行了 log10 转换和分位数截断以平滑极值。
图表解读
该 FeaturePlot 展示了各个核心 DORC 基因在不同单细胞群体中的空间分布与相对调控活性：
- 散点（细胞）：每个散点代表一个单细胞，其在二维空间中的位置反映了细胞群体之间的整体转录组或染色质状态相似性。
- 颜色梯度（活性得分）：颜色反映了特定 DORC 基因在该细胞中累积可及性评分的对数平滑值（log10(DORC+1)）。
- 深蓝色：代表未激活或极低活性。
- 黄绿色：代表中等过渡态。
- 橙色至深红色：代表该基因关联的多个增强子元件在该细胞中高度开放，调控活性极强。
- 组别展示：每组 5 个基因分页展示，全部 DORC 基因的 FeaturePlot 可在结果目录
DORC_FeaturePlot_5in1/中查阅。
DORC 细胞群水平活性热图
为了从全局视角展示各个细胞亚群的核心 DORC 基因活性模式，将单细胞级别的 DORC 矩阵按细胞亚群进行汇总拟合（Pseudobulk），并计算平均活性。然后提取每个亚群的 Top 10 特异性 DORC 基因，进行 Z-score 标准化后绘制层次聚类热图。
图表解读
该热图展示了各细胞亚群特异性核心 DORC 基因的全局活性图谱：
- 纵轴（行）：代表从每个细胞亚群中提取的 Top 10 最显著的差异 DORC 基因。行数据已进行层次聚类。
- 横轴（列）：代表数据中定义的不同细胞亚群。
- 颜色梯度（Z-score）：反映了特定基因在不同细胞群中的相对调控活性。红色表示活性显著高于平均水平，蓝色表示活性显著低于平均水平，白色表示接近平均值。
- 右侧标注：通过连线标记了各聚类簇对应的 DORC 基因名称。
- 核心发现：通过观察热图上的"红色高亮色块矩阵"，可以直观地锁定驱动特定细胞类群发育或维持其生物学特性的核心转录调控枢纽。
结果文件列表
| 文件名 | 内容说明 |
|---|---|
Gene2PeakLinks.xls | 核心数据：包含所有显著的 Peak-to-Gene 关联及其相关性评分和 p 值（R 脚本内部文件名为 Gene2PeakLinks.xls）。 |
Peak2Gene_Kmeans_Clusters.tsv | K-means 聚类结果，记录每个 Peak-Gene 关联对所属的共调控簇编号。 |
Peak2GeneHeatmap.pdf/png | Peak-to-Gene 关联热图。 |
Peak2GeneHistogram.pdf/png | Peak-to-Gene 直方图。 |
Peak2GeneVolcano.pdf/png | Peak-to-Gene 火山图。 |
Peak2GeneRank.pdf/png | Peak-to-Gene 排序曲线图。 |
Peak2GeneGeneLinkCountRank.pdf/png | DORC 识别散点图：按关联 Peak 数量升序展示所有基因，界定并高亮显示超越阈值的 DORC 基因。 |
output.rds | 完成 Peak2Gene 分析后的 Seurat 对象（含 RegionStats/LinkPeaks 信息）。 |
Cluster_Enrichment/ | 各 K-means 聚类簇的富集分析结果目录。 |
Cluster_N_Motif.tsv | 单个 Cluster 的 Motif 富集详细结果。 |
Cluster_N_GOenrich.xls | 单个 Cluster 的 GO 富集详细结果。 |
Cluster_N_KEGGenrich.xls | 单个 Cluster 的 KEGG 富集详细结果。 |
Cluster_N_GO_bar/dot.pdf/png | 单个 Cluster 的 GO 富集可视化图表。 |
Cluster_N_KEGG_bar/dot.pdf/png | 单个 Cluster 的 KEGG 富集可视化图表。 |
DORC_peaks_threshN_sum_sorted.tsv | DORC 基因按关联 Peak 数量排序的汇总表格（N 为阈值）。 |
DORC_scores_threshN.tsv | 单细胞水平的 DORC 活性评分矩阵（Tsv 格式）。 |
DORC_scores_threshN.rds | 单细胞水平的 DORC 活性评分矩阵（RDS 格式）。 |
DORC_FindAllMarkers.tsv | DORC 基因差异活性分析完整结果表格。 |
DORC_top10_per_cluster_markers.tsv | 每个细胞亚群中 avg_log2FC 最高的 Top 10 DORC 基因表格。 |
DORC_top10_by_cluster.tsv | 每个细胞亚群 Top 10 DORC 基因（按 cluster 分组排序）。 |
DORC_pseudobulk_top10ByCluster.tsv | Pseudobulk 汇总后的 DORC 基因平均活性矩阵。 |
DORC_pseudobulk_top10ByCluster_heatmap.pdf | DORC 基因活性聚类热图。 |
output_with_dorc_downstream.rds | 完成 DORC 下游分析后的 Seurat 对象（含 DORC assay）。 |
DORC_FeaturePlot_5in1/ | DORC 基因 UMAP FeaturePlot 目录（每组 5 个基因）。 |
注意事项
1. 数据质量的重要性：Peak2Gene 分析的结果质量很大程度上取决于输入数据的质量。确保 ATAC 和 RNA 数据都经过充分的质控和标准化处理。
2. 数据匹配性：进行相关性分析时，需确保 ATAC 和 RNA 数据来自相同的细胞或匹配的细胞群体。不匹配的数据会导致错误的关联。
3. 距离阈值的选择：默认 500 kb 的距离阈值适用于大多数情况，但可根据研究需要调整。较小的阈值可能遗漏远程调控元件，较大的阈值可能引入噪音。
4. 显著性阈值：建议使用默认的 p 值阈值 (0.01)，过严格的阈值可能会过滤掉较多关联，过宽松的阈值可能引入假阳性。
5. 与 Motif 分析整合：Peak2Gene 分析结果可以与 Motif 分析结果整合，构建完整的 TF → peak → gene 调控轴。建议在分析流程中同时进行这两种分析。
6. 结果解读需谨慎：Peak2Gene 分析识别的是相关性，而非因果关系。结果需要结合生物学知识和其他证据进行解读和验证。
常见问题解答（FAQ）
Q1：Peak2Gene 分析与 Motif 富集有什么联系？
A：两者关注角度不同，但结果可互补验证：
- Peak2Gene：主要回答“哪些 peak 实际调控了哪些基因”，通过相关性判定 peak-gene 调控关系，输出为 peak-gene 配对及相关性评分。
- Motif 富集：聚焦于“某一组 peak 中富集了哪些转录因子结合位点 (motif)”，反映哪些 TF 可能调控这些 peak，输出为 motif 丰度及统计显著性。
- 整合分析：结合 motif 分析 (TF → peak) 与 Peak2Gene 分析 (peak → gene)，能够系统性描绘 TF、调控元件 peak 及其作用靶基因三者间的直接调控轴。
Q2：为什么 Peak2Gene 得到的关联数较少？
A：可从以下方面排查原因：
- 样本或细胞数量较少：导致统计功效不足，建议增加样本或细胞数量
- 选取的基因集过小：或目标区域受限，建议扩大分析范围或进行全基因组分析
- 设定的显著性阈值过高：过滤掉了较多关联，建议适当放宽阈值
- RegionStats 步骤未正确执行：缺少偏置校正信息，建议确保已正确执行 RegionStats 步骤
- 数据匹配性问题：Motif 富集与 Peak2Gene 分析使用了不同细胞子集或过滤条件，建议使用相同的细胞子集
Q3：如何选择合适的距离阈值？
A：距离阈值的选择需要平衡灵敏度和特异性：
- 默认 500 kb：适用于大多数情况，能够捕获大多数顺式调控元件
- 较小阈值（如 100 kb）：更严格，可能遗漏远程调控元件，但能减少噪音
- 较大阈值（如 1 Mb）：更宽松，可能捕获更多远程调控元件，但可能引入噪音
- 建议：可以先使用默认阈值，然后根据结果质量进行调整
Q4：Peak2Gene 分析可以用于哪些下游分析？
A：Peak2Gene 分析结果可以用于多种下游分析：
- 差异 peak 分析：结合差异 peak 分析结果，识别具有生物学意义的 peak-gene 关联
- Motif 分析整合：与 Motif 分析结果整合，构建完整的 TF → peak → gene 调控轴
- 功能富集分析：对关联的基因进行功能富集分析，揭示调控的生物学功能
- 多组学整合：与 scRNA-seq 数据整合，揭示染色质可及性与基因表达的时序关联
- 调控网络构建：基于 peak-gene 关联构建基因调控网络
Q5：如何判断 Peak2Gene 分析的质量？
A：判断 Peak2Gene 分析质量的几个关键指标：
- 关联数量：合理的关联数量反映了分析的统计功效
- 相关性分布：相关性分布应该呈现合理的模式，强关联应该占一定比例
- 生物学合理性：关联的 peak-gene 对应该符合已知的生物学知识
- 细胞类型特异性：不同细胞类型应该表现出不同的 peak-gene 关联模式
Q6：Peak2Gene 分析与传统的距离注释有什么区别？
A：Peak2Gene 分析相比传统的距离注释有以下优势：
- 相关性证据：基于单细胞水平的相关性分析，提供更可靠的调控证据
- 技术偏置校正：使用广义线性模型校正多种技术偏置，提高准确性
- 细胞类型特异性：能够识别细胞类型特异性的 peak-gene 关联
- 动态变化：能够揭示 peak-gene 关联在不同细胞状态下的动态变化
方法
使用小技巧： 云平台ATAC_Peak2Gene、SCENICplus、Trios、ATAC_Monocle3等模块的参数没有样本分组信息， 想要看同一细胞类型中不同分组中的表现情况，可以按照以下步骤操作：
- 点击【辅助信息】-下拉到【标签管理】- 点击【新增标签】- 下拉框选择【合并列】后确认
- 跳转出来mergeMetadata信息，按要求填写，注意填写【分组因子】时，选择细胞注释结果和group信息对应的列明（如：celltype，group），标识将这两列合并成一列。
- 最后一列即为新增的合并列，在进行上述模块相关信息，想要看组里面的信息时，填写细胞类型相关参数就可以填写合并的这一列。
参考资料
[1] STUART T, SRIVASTAVA A, MADAD S, et al. Single-cell chromatin state analysis with Signac[J]. Nature methods, 2021, 18(11): 1333-1341.
[2] GRANJA J M, KLEMM S, MCGEOUGH L J, et al. Single-cell multiomic analysis identifies regulatory programs in mixed-phenotype acute leukemia[J]. Nature biotechnology, 2019, 37(12): 1458-1465.
[3] PLINER H A, PACKER J S, MCFALINE-FIGUEROA J L, et al. Cicero predicts cis-regulatory DNA interactions from single-cell chromatin accessibility data[J]. Molecular cell, 2018, 71(5): 858-871.