06 ATAC-seq 分析要点

ATAC-seq 和 ChIP-seq 共享大部分分析流程（比对 → peak calling → 注释 → 差异），但有几个关键差异需要单独说明。

和 ChIP-seq 的区别

维度	ChIP-seq	ATAC-seq
测什么	特定蛋白结合位点	所有开放染色质区域
需要 input/control	是（IgG 或 input DNA）	通常不需要
fragment size	单一分布	多模态（nucleosome-free + mono/di/tri-nucleosome）
peak calling 参数	--nomodel 或默认	--nomodel --shift -100 --extsize 200
核心 QC	FRiP、IDR	TSS enrichment、fragment size 分布、FRiP

Fragment size 分布

ATAC-seq 最重要的 QC 图是 fragment size 分布：

~100-150 bp  → nucleosome-free fragments（信号最好的部分）
~200 bp      → mono-nucleosome
~400 bp      → di-nucleosome
~600 bp      → tri-nucleosome

好的 ATAC-seq 数据应该在 < 150bp 处有一个明显的 peak（nucleosome-free），然后在 ~200bp 处有第二个 peak。如果第一个 peak 不明显，说明 Tn5 转座效率低或者细胞核裂解不充分。

MACS2 参数

macs2 callpeak \
  -t sample.bam \
  -f BAMPE \
  --nomodel \
  --shift -100 --extsize 200 \
  -g hs \
  -n sample_atac \
  --keep-dup all \
  -q 0.05

关键参数：

• -f BAMPE：paired-end 模式，用实际 fragment 长度
• --nomodel --shift -100 --extsize 200：不做 fragment size 建模，直接用 Tn5 切割位点两侧 100bp
• --keep-dup all：ATAC-seq 的 PCR duplicate 已经在前面用 Picard 去过了

和单细胞 scATAC 的关系

单细胞实践 10 scATAC-seq 里用的 Signac 流程，底层思路和 bulk ATAC 一样（TF-IDF + LSI），只是把"每个样本"换成了"每个细胞"。bulk ATAC 的 peak 可以直接作为 scATAC 的参考 peak set。

推荐流水线

如果不想手动跑每一步，推荐用 nf-core/atacseq：

nextflow run nf-core/atacseq \
  --input samplesheet.csv \
  --genome GRCh38 \
  --outdir results/

它会自动完成 trim → align → dedup → shift → peak call → QC report 全流程。

参考资源

• ENCODE ATAC-seq pipeline
• nf-core/atacseq
• Buenrostro et al. 2013, ATAC-seq 原始论文
• Yan et al. 2020, ATAC-seq 分析最佳实践