在单细胞表观遗传组数据分析中，不同技术具有不同的处理重点。单细胞DNA甲基化测序通常需要进行CpG位点过滤、甲基化水平评估和细胞间甲基化异质性分析；单细胞组蛋白修饰检测则需关注抗体特异性、背景信号、峰区域识别和不同组蛋白修饰之间的功能解释。相比之下，scATAC-seq数据分析流程则相对成熟，更强调染色质可及性信号的稀疏性和基因组定位特征，通常需要进行片段质量控制、转录起始位点富集度评估、核小体信号分析、峰识别、峰-细胞矩阵构建、转录因子基序富集等。
 

ArchR和Signac是目前常用的scATAC-seq分析框架，前者提供较完整的scATAC-seq分析流程，后者则依托Seurat生态，可用于细胞聚类、细胞类型注释、轨迹推断、调控元件-靶基因关联分析以及与转录组数据的联合分析。在HSCs研究中，这类分析的重点不仅是识别细胞亚群，还包括推断谱系偏向早期的调控元件活性、转录因子网络变化和表观遗传异质性。对于翻译组学、蛋白质组学、免疫组学和代谢组学数据，计算分析框架相对更依赖具体平台和检测对象。
 

出自《单细胞多组学技术在造血干细胞研究中的应用与进展》作者张奕扬，董芳。