一、问题背景 在使用 SCENIC+ (pycisTopic) 的 export_pseudobulk() 函数，按细胞类型拆分 ATAC fragment 文件并准备进行 consensus peak calling 时，常常遭遇一系列难以排查的“幽灵”错误。 主要表现为：明明输入的数据没有任何问题，程序却频繁提示临时文件不存在，或者在刚创建好临时文件准备写入时直接崩溃闪退。根本原因是底层的 scatac_fragment_tools 解析器对输入文件的格式、字典匹配以及 DataFrame 的索引有着极其严苛（且缺乏友好报错提示）的硬编码限制。 ...
一、问题背景 在使用 SnapATAC 的 snapToSeurat() 函数将 ATAC snap 对象转换为 Seurat 对象时，遭遇一系列版本兼容性问题。根本原因是当前环境安装的是 Seurat v5，而 SnapATAC 依赖 Seurat v4 的接口。 二、报错流程与解决方案 1. snapToSeurat 报错：DimReduc global slot 报错信息 ...
📌 ② LiMCA — Nature Methods, 2024 Wu H, Zhang J, Jian F, et al. “Simultaneous single-cell three-dimensional genome and gene expression profiling uncovers dynamic enhancer connectivity underlying olfactory receptor choice.” Nat Methods 21, 974–982 (2024) https://www.nature.com/articles/s41592-024-02239-0 亮点： LiMCA（Linking mRNA to Chromatin Architecture）通过物理分离同一细胞的细胞质（mRNA）和细胞核（染色质），实现了对 3D 基因组结构和转录组的高灵敏度联合检测。研究者将 LiMCA 与他们开发的高分辨率 scATAC-seq 方法（METATAC）结合，成功解析了单个嗅觉感觉神经元发育过程中的染色质可及性、3D 基因组结构和基因表达信息，扩展了已知的嗅觉受体增强子库，揭示了“一个神经元—一个受体”选择过程背后动态的空间调控规律。 ...
📌 ① HiRES — Science, 2023 https://www.science.org/doi/10.1126/science.adg3797 Liu Z, Chen Y, Xia Q, et al. “Linking genome structures to functions by simultaneous single-cell Hi-C and RNA-seq.” *Science* 380, 1070–1076 (2023) 亮点： 这是首篇真正实现单细胞水平同时测量染色质三维构象和基因表达的方法论文。作者开发了 HiRES（Hi-C and RNA-seq Employed Simultaneously）技术，并应用于数千个小鼠发育胚胎单细胞。研究发现，三维基因组结构在高度受细胞周期影响的同时，会随发育进程以细胞类型特异性方式逐渐分化。通过比较染色质互作与转录的拟时序动态，他们发现了广泛的"染色质重塑先于转录激活"现象，证明特异性染色质互作与谱系分化过程中的转录调控密切相关。 ...
一、scHi-C 核心原理概述 scHi-C（single-cell High-throughput Chromosome Conformation Capture）是单细胞水平的染色质三维空间互作捕获技术，核心目标是解析单个细胞内染色质的多位点同时互作（Chromatin Hub）。 其实验核心原理：通过甲醛交联固定染色质天然空间构象，限制性内切酶切割基因组DNA，对空间邻近的不同染色质区段进行生物素标记与连接，形成跨多个基因组位点的嵌合DNA片段；利用高通量双端测序读取嵌合片段序列，通过生物信息学比对定位片段对应的基因组坐标，最终还原染色质的真实空间接触关系。 区别于群体细胞Hi-C，scHi-C 高度依赖**嵌合read（chimeric read）**的捕获与分析，这是识别单细胞多位点互作的核心数据特征。 ...