scATAC-seq のアノテーション③ モチーフ・TF活性解析 ─ 細胞型を駆動する転写因子を見る

📚 この記事について
細胞型に名前を付けるのを補完し、その細胞型を「駆動している」転写因子を明らかにする解析です。
🔙 前の記事：RNA参照からのラベル転移
🔜 次の記事：scATAC-seq 下流解析の全体像
📌 前提：ピーク行列と細胞型アノテーションが済んでいること

scATAC-seq（single-cell ATAC-seq／核を使う場合は snATAC-seq）のモチーフ・TF活性解析では、細胞型を「駆動している」転写因子を明らかにします。これはアノテーションを特徴づける補完のルートです。

1. モチーフ・TF活性とは
2. 2つのレベルがある
3. コード：SnapATAC2 でモチーフ濃縮
4. chromVAR の位置づけ（R の定番）
5. 注意点
まとめ
関連記事
参考文献

1. モチーフ・TF活性とは

転写因子（TF）は、遺伝子のオン/オフを制御するタンパク質で、特定の短いDNA配列（モチーフ）に結合します。ある TF が活発な細胞では、そのモチーフを含む領域が開きます。

裏返すと、ある細胞型の開いた領域に特定のモチーフが多い（濃縮している）なら、その TF がその細胞型を駆動していると推測できます。これは細胞型に名前を付けるのではなく、何が動かしているかを明らかにする補完のルートです（①遺伝子活性・②ラベル転移で名前を付けた後に効きます）。

2. 2つのレベルがある

「TFを見る」には粒度の違う2つがあります。混同しないよう区別しておきます。

	モチーフ濃縮（細胞型ごと）	細胞ごとのTF活性
問い	この細胞型で効くTFは？	このTFの活性は細胞ごとにどう違う？
粒度	細胞型（クラスタ）単位	1細胞ごとの連続スコア
代表	SnapATAC2 motif_enrichment（Python）	chromVAR（R）
入力	マーカー/差次ピーク	ピーク行列全体

3. コード：SnapATAC2 でモチーフ濃縮

本サイトの Python ルートはこちらです。各細胞型のマーカーピークを取り、そこに濃縮するモチーフを CIS-BP データベースで調べます（CIS-BP：Weirauch et al., Cell, 2014）。

python
import snapatac2 as snap
# 前提：peak_mat（細胞×ピーク）、obs['cell_type'] あり

# 1. 各細胞型のマーカー（特異的に開く）ピークを取る
marker_peaks = snap.tl.marker_regions(peak_mat, groupby="cell_type")

# 2. そのピークに濃縮するモチーフ（TF）を調べる（CIS-BP モチーフDB）
motifs = snap.tl.motif_enrichment(
    motifs=snap.datasets.cis_bp(unique=True),
    regions=marker_peaks,
    genome_fasta=snap.genome.hg38,
)

結果は「細胞型 × TFモチーフ」の濃縮スコアになります。各細胞型に、それを駆動する TF のモチーフが濃縮するのが見えます。

4. chromVAR の位置づけ（R の定番）

chromVAR は、細胞ごとにモチーフの活性（偏差スコア）を出す定番で、細胞間のばらつき（どの TF が細胞集団間で変動しているか）まで見られます（Schep et al., Nature Methods, 2017）。ただし R のツールです。Python で完結させるなら、まずは SnapATAC2 の motif_enrichment（細胞型ごと）が扱いやすく、細胞ごとの活性が必要なときに chromVAR を検討する、という順が現実的です。

5. 注意点

モチーフ ≠ 特定のTF1つ：同じファミリーの TF は似たモチーフを共有します（例：bZIP系）。モチーフからは「TFファミリー」までしか絞れないことが多いです。
開いている ≠ 結合している：モチーフを含む領域が開いていても、その TF が実際に結合している保証はありません。
裏取りが大事：候補 TF 自身の発現（RNA や遺伝子活性）が同じ細胞型で高いかを確認すると、信頼度が上がります。

まとめ

モチーフが濃縮する＝その TF が細胞型を駆動している手がかり。名前付けを補完する。
細胞型ごとの濃縮（SnapATAC2）と細胞ごとの活性（chromVAR）の2レベル。
モチーフはファミリーまで。TF自身の発現で裏取りする。

参考文献

Schep, A. N., Wu, B., Buenrostro, J. D., & Greenleaf, W. J. (2017). chromVAR: inferring transcription-factor-associated accessibility from single-cell epigenomic data. Nature Methods, 14(10), 975–978. doi:10.1038/nmeth.4401
Weirauch, M. T., Yang, A., Albu, M., et al. (2014). Determination and inference of eukaryotic transcription factor sequence specificity. Cell, 158(6), 1431–1443. doi:10.1016/j.cell.2014.08.009
Zhang, K., Zemke, N. R., Armand, E. J., & Ren, B. (2024). A fast, scalable and versatile tool for analysis of single-cell omics data. Nature Methods, 21(2), 217–227. doi:10.1038/s41592-023-02139-9