models-atac-seq

# ATAC-seq 和染色质可及性模型 本文档涵盖了 scvi-tools 中用于分析单细胞 ATAC-seq 和染色质可及性数据的模型。 ## PeakVI **目的**：使用峰值计数分析和整合单细胞 ATAC-seq 数据。 **主要功能**： - 专为 scATAC-seq 峰值数据设计的变分自编码器 - 学习染色质可及性的低维表示 - 执行跨样本的批次校正 - 启用差异可及性测试 - 整合多个 ATAC-seq 数据集 **适用场景**： - 分析 scATAC-seq 峰值计数矩阵 - 整合多个 ATAC-seq 实验 - 染色质可及性数据的批次校正 - ATAC-seq 的降维 - 细胞类型或条件之间的差异可及性分析 **数据要求**： - 峰值计数矩阵 (细胞 × 峰值) - 峰值可及性的二进制或计数数据 - 批次/样本注释（可选，用于批次校正） **基本用法**： python import scvi # 准备数据 (峰值应在 adata.X 中) # 可选：过滤峰值 sc.pp.filter_genes(adata, min_cells=3) # 设置数据 scvi.model.PEAKVI.setup_anndata( adata, batch_key="batch" ) # 训练模型 model = scvi.model.PEAKVI(adata) model.train() # 获取潜在表示 (批次校正后) latent = model.get_latent_representation() adata.obsm["X_PeakVI"] = latent # 差异可及性 da_results = model.differential_accessibility( groupby="cell_type", group1="TypeA", group2="TypeB" ) **关键参数**： - `n_latent`: 潜在空间的维度 (默认: 10) - `n_hidden`: 每个隐藏层的节点数 (默认: 128) - `n_layers`: 隐藏层数 (默认: 1) - `region_factors`: 是否学习区域特定因子 (默认: True) - `latent_distribution`: 潜在空间的分布 ("normal" 或 "ln") **输出**： - `get_latent_representation()`: 细胞的低维嵌入 - `get_accessibility_estimates()`: 归一化的可及性值 - `differential_accessibility()`: 差异峰值的统计测试 - `get_region_factors()`: 峰值特定的缩放因子 **最佳实践**： 1. 过滤掉低质量的峰值（仅存在于极少数细胞中） 2. 如果整合多个样本，请包含批次信息 3. 使用潜在表示进行聚类和 UMAP 可视化 4. 对于具有高技术变异的数据集，考虑使用 `region_factors=True` 5. 将潜在嵌入存储在 `adata.obs