Model-based compound hypothesis testing for snATAC-seq data with PACS

https://www.biorxiv.org/content/10.1101/2023.07.30.551108v1

1. 本研究のバックグラウンドは、複数の要因がクロマチンのアクセシビリティに影響を及ぼす可能性がある、一方で複合的な効果が現行の手法では試験しにくいという問題がある科学的「問い」です。これらの要素には、細胞タイプ、組織の起源、サンプルの位置、バッチなどが含まれます。さらに、現在のsnATAC-seqデータは、その希薄さと個々のシーケンスキャプチャの変動により、統計学的な困難をもたらしています。

2. この研究の目的は、これらの問題を解決するための統計モデル、PACS（希薄なデータのアクセシビリティに影響を与える要素についての複雑な仮説検証を可能にするゼロ補正統計モデル）を提案することです。PACSの独自性と創造性は、希薄で不完全なデータを考慮に入れつつ、アクセシビリティに影響を及ぼす要素についての複雑な仮説検証を可能にするという点にあります。

3. 初期のsnATAC-seqデータの分析には複数の困難が伴っており、これが本研究の着想の元となりました。これらの困難性を解決するツールとしてPACSが導入され、それにより連続したセルタイプ注釈、複合仮説検証、バッチ効果の補正、空間時間モデリングなどの分析タスクが可能になりました。

4. PACSは、希薄で不完全なデータを考慮に入れつつ、アクセシビリティに影響を及ぼす要素についての複雑な仮説検証を可能にするという特性を持っています。具体的には、PACSは偽陽性率を制御し、既存のツールに比べて平均で17%から122%高い力を実現しました。さらに、PACSをさまざまな組織からのデータセットに適用し、snATAC-seqデータにおいてこれまで発見されていなかった洞察を明らかにする能力を示しました。

5. PACSの有効性は、連続したセルタイプ注釈、複合仮説検証、バッチ効果の補正、空間時間モデリングなどの分析タスクにより実証されました。また、PACSをさまざまな組織からのデータセットに適用することで、snATAC-seqデータにおいてこれまで発見されていなかった洞察を明らかにし、その効果を検証しました。