云生信学生物信息学

Cicero共可及性分析:核对峰坐标并完成区域试跑

作者:发布于 2026-11-20更新于 2026-11-15约 6 分钟阅读
Cicero先核对peak与参考坐标

Cicero先核对peak与参考坐标:核对CDS与UMAP细胞ID;统一peak坐标和染色体参考;小区域试跑检查连接表;记录窗口参数与峰值资源
本文操作与检查路径示意。

Cicero根据单细胞染色质可及性模式估计peak对之间的共可及性分数,用于提出潜在顺式调控联系。它不是染色质互作的直接实验测量。运行前应先核对三个最容易造成错误结果的输入:peak坐标、细胞降维坐标和染色体长度参考。

统一对象、坐标与基因组版本

Monocle3分支要求输入为 cell_data_set,peak名称应符合 chr_start_end 形式,feature metadata中的染色体、起点和终点需与peak矩阵一致。UMAP等降维坐标的行名必须对应细胞ID。染色体长度文件为无表头两列:染色体名和长度;组装版本及chr前缀必须与peak完全一致,不能只靠删除“chr”让名称表面匹配。不要在peak文件和chrom.sizes之间单独改坐标起点或染色体别名;若统一格式,所有矩阵、feature metadata和参考长度文件应使用同一转换规则。非人/鼠数据还需检查官方教程要求的物种相关非默认参数。

输入 检查 错配后果
peak矩阵 非零peak,坐标列可解析 窗口查询缺失或peak错位
降维坐标 每行一个细胞,行名与CDS列名一致 聚合错误的细胞邻居
chrom.sizes 两列、无表头、染色体名唯一 参考染色体长度或组装不对应
window 按物种和研究范围设定并记录 改变可查询的峰间距离范围

先运行一个代表区域

以下示例假设已有Monocle3处理好的CDS和UMAP坐标。先检查当前安装分支及帮助;Monocle2与Monocle3分支接口和依赖不同,不能混用安装来源。

library(cicero)
cds <- readRDS("atac-monocle3-ready.rds")
coords <- reducedDims(cds)$UMAP
chrom.sizes <- read.delim("chrom.sizes", header=FALSE,
                         col.names=c("chr", "length"))
stopifnot(inherits(cds, "cell_data_set"))
stopifnot(identical(rownames(coords), colnames(cds)))
stopifnot(nrow(coords) == ncol(cds), all(is.finite(coords)))
stopifnot(!anyDuplicated(chrom.sizes$chr),
          all(is.finite(chrom.sizes$length)), all(chrom.sizes$length > 0))
set.seed(2026)
cicero.cds <- make_cicero_cds(cds, reduced_coordinates=coords)
connections <- run_cicero(cicero.cds, chrom.sizes,
                          window=500000, sample_num=100)
stopifnot(all(c("Peak1", "Peak2", "coaccess") %in% names(connections)))
saveRDS(connections, "cicero-connections.rds")

500 kb是示例窗口,不是所有物种和课题的固定最佳值。窗口决定模型考虑的峰间距离范围;sample_num用于估计距离参数时抽取的基因组窗口数量,不是细胞抽样比例。先用单条染色体或小区域检查运行链路和输出,再做全量分析;区域试跑结果不能直接当作全基因组结果。

验收连接表并谨慎解释

确认Peak1、Peak2都能回查输入peak注释,coaccess在合理范围内且输出不是空表。按染色体、距离和分数检查连接分布,排查跨组装、坐标格式或chr前缀导致的大量缺失。分数表示共同开放模式的统计关联,不证明两个位点在空间中直接接触,也不单独证明某个增强子调控某个基因;重要结论需结合基因表达、注释和实验验证。分数范围为-1到1,正值越高代表估计的共可及性越强;筛选阈值应结合研究设计和验证证据确定,不存在可不加判断套用的通用显著性界线。

按阶段测算资源,避免错误切块

分别记录CDS预处理、细胞聚合、run_cicero建模和写出结果的耗时、峰值RSS及临时盘使用。内存压力通常与细胞、peak和窗口内模型规模有关;不要把完整counts转换成dense矩阵做检查。按染色体拆分前,确认工具对窗口边界的处理并保留必要的跨边界范围;否则相邻分块之间的潜在连接会丢失。保存参考组装、peak清单、CDS、UMAP、窗口、sample_num、随机种子、软件版本和日志,方便复跑和比较参数变化。

下载练习材料

下载教程 PDF · 下载代码与示例数据 ZIP

先核对包内SHA256清单,再在独立目录复现。

需要额外算力时

适用前提:方法与区域范围已确定,图或矩阵计算超出现有容量。如需额外资源,可评估大内存CPU服务器租赁。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。

咨询本任务的服务器配置

咨询本任务的服务器配置

留下手机号,我们会结合本文任务与您沟通服务器配置和报价。

也可联系云生信企业微信客服,说明本文任务。

参考与版本核对

按文中适用环境运行,所用版本与参数以实际安装环境和对应官方文档为准。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗