文件名称：scATAC基准测试：对计算单细胞ATAC-seq方法进行基准测试
文件大小：1.45GB
文件格式：ZIP
更新时间：2024-02-20 18:58:00
python bash benchmark r reproducible
scATAC基准测试 使用测序（scATAC-seq）进行转座酶可及性染色质单细胞测定的最新创新可对成千上万个单个细胞的表观遗传学特性进行分析。 scATAC-seq数据分析提出了独特的方法挑战。 scATAC-seq实验采样了DNA，由于其拷贝数低（人中为二倍体），导致固有的数据稀疏性（每个细胞检测到的峰的1-10％）与转录组（scRNA-seq）数据（占10-45％）相比每个细胞中检测到的表达基因）。 数据生成中的此类挑战强调需要信息功能以评估染色质水平的细胞异质性。 我们提出了一个基准框架，该框架已应用于来自不同测定方法的13个合成和真实数据集的scATAC-seq的10种计算方法，分析了来自不同组织和生物体的细胞类型。 通过将scATAC-seq数据与常见的无监督聚类方法相结合，能够区分细胞类型，从而评估了处理和特征化scATAC-seq数据的方法。 我们对评估的方法进行排名，并讨论与scATAC-seq分析相关的计算挑战，包括固有的稀疏数据，特征确定，峰调用，测序覆盖率和噪声的影响以及聚类性能。 还讨论了运行时间和内存要求。 单细胞ATAC-seq基准测试框架 我们的基准测