Signac 单细胞｜ATAC-seq Call peak
## 引言本文将向您展示如何利用MACS2软件，在单细胞ATAC-seq的基因组数据中识别基因调控区域的峰值。
## 实战
在使用Signac进行峰值检测之前，您需要先安装MACS2。您可以通过pip或conda安装它，或者从源代码自行编译。
本次演示以人类外周血单核细胞的单细胞ATAC-seq数据为例。首先，请加载必要的软件包和预先处理过的Seurat数据对象。
```R
library(Signac)
library(Seurat)
pbmc <- readRDS("../vignette_data/pbmc.rds")
DimPlot(pbmc)
```
使用 `CallPeaks()` 函数可以进行峰值检测，这可以针对不同的细胞群体单独进行，或者综合所有细胞的数据来完成。若要在每个已标记的细胞类型上识别峰值，我们可以通过 `group.by` 参数来实现。
```R
peaks <- CallPeaks(
object = pbmc,
group.by = "predicted.id"
)
```
结果以 GRanges 对象的形式返回，并带有一个附加元数据列，列出了每个峰在其中识别的细胞类型：
要计算每个峰值区域的计数，您可以利用 `FeatureMatrix()` 函数来实现。
通过 `CoveragePlot()` 函数，我们可以将特定于细胞类型的 MACS2 峰值检测结果与 10x Cellranger 的峰值检测结果（目前 pbmc 对象中正在使用的）进行可视化对比。在图中，Cellranger 的峰值以灰色表示，而 MACS2 的峰值则以红色标注。
```R
CoveragePlot(
object = pbmc,
region = "CD8A",
ranges = peaks,
ranges.title = "MACS2"
)
## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_segment()`).
```
页:
[1]