南开：全新框架用于scATAC-seq数据整合 |《自然-机器智能》论文

单细胞染色质可及性测序（scATAC-seq）能够解析全基因组范围的染色质可及性，为探索基因调控机制提供了深刻见解。随着测序技术的快速发展，scATAC-seq数据通常包含不同条件下采集的大量样本，造成了复杂的批次效应，因此需要可靠的整合工具。尽管已有许多用于单细胞RNA测序数据的批次整合工具，但固有数据特征差异使其在scATAC-seq数据上效果不佳。现有的scATAC-seq数据整合方法存在一些根本局限，例如破坏生物异质性和仅关注低维校正，这可能会使数据失真并阻碍下游分析。

来自南开大学的研究团队提出了一种基于严格重心映射的深度学习框架Fountain，用于scATAC-seq数据整合。重心映射通过最优传输，以一种有原则且有效的方式实现数据分布的转换。Fountain利用数据的几何结构信息作为正则项，在实现准确批次对齐的同时保持了生物异质性。涵盖多个真实数据集的综合实验表明，Fountain相较于现有的方法在批次校正和生物异质性保持方面具有优势。此外，训练后的Fountain模型能将新批次数据加入已整合的数据中，而无需重新训练，支持连续在线数据整合。Fountain的重建策略还能生成经过批次校正的ATAC图谱，有助于捕捉细胞异质性，揭示特定类型细胞的生物学意义，例如表达富集分析和分割遗传力分析。

论文表1：Fountain概述。

通讯作者：Shengquan Chen（南开大学）

第一作者：Shuchen Zhu、Heyang Hua（南开大学）

DOI：10.1038/s42256-025-01099-3

发表日期：2025年8月26日

欢迎扫描图片二维码或点击“阅读原文”了解《自然》及其系列期刊。