数据预处理
获得高质量的单细胞计数矩阵，用于下游分析。
对scRNA-seq和scATAC-seq数据分别进行质量控制，包括过滤低质量细胞和特征、文库大小归一化、高变基因/峰选择及对数变换。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
几何感知的图注意力网络以解释单细胞染色质状态和基因表达：SEAGALL
Geometry-aware graph attention networks to explain single-cell chromatin states and gene expression with SEAGALL
实验完整度
高包含多个独立证据层级：多个单细胞数据集（scRNA-seq、scATAC-seq、scChIP-seq）、消融研究比较多种嵌入方法和图神经网络，并通过分类性能、解释质量及生物学验证（如HOMER motif分析）进行功能验证。
主要模型
10个单细胞数据集（scRNA-seq、scATAC-seq、scChIP-seq） 人类PBMC、脑、肾脏、HSPC、乳腺癌等细胞样本
重点核对
数据集中细胞类型注释的准确性（如PBMC手动注释、脑数据集注释） 对于scATAC-seq数据，使用MACS2进行peak calling，并设置过滤阈值（TSS enrichment score>2, nucleosome signal<2） GRAE嵌入维度设定为特征数的立方根，k-NN图k=15 GAT训练的超参数（隐藏层维度、学习率、权重衰减）通过HPO优化 GNNExplainer解释特征时选择前50个特征用于下游分析
摘要
高通量单细胞测序被广泛用于研究细胞身份。我们提出了SEAGALL（Single-cell Explainable Geometry-Aware Graph Attention Learning pipeLine），一种基于几何正则化自编码器（GRAE）和可解释图注意力网络（X-GAT）的深度学习方法，用于量化分子特征对细胞表型的影响。GRAE将数据嵌入到潜在空间以构建可靠的细胞-细胞图。GAT被训练来学习注释，并使用XAI来解释预测，揭示驱动细胞身份的特征。SEAGALL从多组学实验中提取特异且稳定的特征，超越了差异标记基因。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 如何利用深度学习模型解释单细胞数据中驱动细胞身份的分子特征，超越传统差异分析方法？
- 核心机制
- SEAGALL通过GRAE保留数据几何结构构建可靠的细胞-细胞图，结合GAT的注意力机制学习细胞类型，再利用GNNExplainer识别关键特征，从而揭示细胞身份背后的分子机制。
- 主要证据
- 在十个涵盖scRNA-seq、scATAC-seq和scChIP-seq的数据集上，SEAGALL在数据重建、细胞图同质性、分类性能及解释特异性/稳定性方面均优于其他方法，并识别出已知的细胞类型特征（如SOX9、DNAH7等）。
- 研究意义
- SEAGALL提供了一种可解释的、几何感知的单细胞分析方法，能发现差异分析遗漏的调控特征，揭示细胞命运决定中的动态机制，可能为精准医学提供新的治疗靶点。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
嵌入和细胞-细胞图构建
学习保留数据几何结构的低维表示，并构建反映细胞间相似性的图。
使用GRAE（基于PHATE的几何正则化自编码器）将计数矩阵嵌入到低维空间，然后计算细胞间欧氏距离并构建k-NN图（k=15）。
细胞类型分类与解释
基于预定义的细胞类型标签训练分类器，并识别驱动分类的关键特征。
使用图注意力网络（GAT）在构建的图上进行节点分类，然后应用GNNExplainer为每个细胞类型提取最重要的特征。
生物验证
验证通过SEAGALL识别的特征在生物学上是否相关。
对人类脑数据集中的scATAC-seq特征进行HOMER motif分析，并检查已知细胞类型标记（如SOX9、DNAH7等）的表达或开放性。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
数据预处理与质量控制
分类与解释
生物学验证
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 单细胞数据处理 | Cell Ranger Arc 2.0.2 | 10x Genomics | -- |
| 单细胞ATAC-seq数据处理 | Cell Ranger ATAC 2.1.0 | 10x Genomics | -- |
| 峰值检测 | MACS2 | -- | -- |
| motif分析 | HOMER | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据预处理 | 对于scRNA-seq，需验证细胞过滤阈值（基因数和线粒体读数的5%至95%分位数），高变基因的前10%，文库大小归一化和log转换。对于scATAC-seq，需验证特征数过滤的5%至95%分位数，TSS富集分数>2，核小体信号<2，保留方差高于80%分位数的峰，上限30000个峰。 阅读提示：Methods部分：Single-cell RNA-seq data processing和Single-cell ATAC-seq data processing |
| 嵌入和图的构建 | 需验证GRAE的潜在维度（特征数的立方根），PHATE的使用，k-NN图k=15。 阅读提示：Methods部分：Embedding and graph construction |
| 分类器训练 | 需验证GAT的层数（2层），隐藏维度通过HPO确定，训练epochs=300，patience=30，优化器Adam，学习率和权重衰减通过HPO估计，数据分割比例（70%训练，10%验证，20%测试）。 阅读提示：Methods部分：Cell type classification with GNNs和Model benchmarking |
| 特征解释 | 需验证GNNExplainer的epochs（300），为每个标签选择前50个特征。 阅读提示：Methods部分：GAT explanation和Classification and XAI experiments |
| 生物学验证 | 需验证HOMER motif分析的参数（未明确说明），以及所选特征（如SOX9，DNAH7）的验证方法。 阅读提示：Results部分：SEAGALL identifies chromatin priming states and known cell type predictors |