scATAC-seq の差次的アクセシビリティ ─ 開き方が違う領域を見つける

📚 この記事について
下流解析の中心です。細胞型や条件のあいだで、開き方（アクセシビリティ）が有意に違うピークを統計的に見つけます。
🔙 前の記事：scATAC-seq 下流解析の全体像
🔜 次の記事：co-accessibility でピークを繋ぐ
📌 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）の差次的アクセシビリティでは、2つの群で開き方が違うピークを見つけます。ここでは考え方・コード・結果の読み方を押さえます。

1. 差次的アクセシビリティとは
2. 2つのやり方
3. コード：diff_test
4. 結果を読む：火山プロット
5. 注意点
まとめ
関連記事
参考文献

1. 差次的アクセシビリティとは

差次的アクセシビリティは、scRNA-seq の差次的発現（DEG）の ATAC 版です。2つの群——細胞型Aと細胞型B、あるいは健常と疾患など——で、開き方（アクセシビリティ）が統計的に有意に違うピークを見つけます。

見つかった領域は、その細胞型や状態を特徴づける制御領域の候補です。次にモチーフ濃縮や近傍遺伝子と結びつけて、「どの TF が・どの遺伝子を」動かしているかの解釈につなげます。

2. 2つのやり方

SnapATAC2 には、手早い方法と厳密な方法があります。まず全体を掴むなら前者、統計的に主張するなら後者です。

	marker_regions（手早い）	diff_test（厳密）
原理	z-scoreで各群に特異的な領域	回帰ベースで2群を統計検定
細胞ごとのばらつき	使わない	使う
出力	マーカー領域のリスト	log2FC と調整p値
使いどころ	全体像・モチーフ濃縮の入力	有意差を主張したいとき

3. コード：diff_test

2群を指定して検定し、調整p値（多重検定を補正した p 値）と log2 fold change（開き方の変化量）で絞ります（SnapATAC2：Zhang et al., Nature Methods, 2024）。

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

# 2群を選ぶ（例：B細胞 vs それ以外＝one-vs-rest）
group1 = peak_mat.obs["cell_type"] == "B細胞"
group2 = ~group1

# 回帰ベースの差次検定
diff = snap.tl.diff_test(
    peak_mat,
    cell_group1=group1,
    cell_group2=group2,
)
df = diff.to_pandas()

# 有意な差次ピークを絞る（調整p値 < 0.05, |log2FC| > 0.25）
sig = df[(df["adjusted p-value"] < 0.05) &
         (df["log2(fold_change)"].abs() > 0.25)]

💡 用語：調整p値と log2 fold change
調整p値：何万ものピークを同時に検定すると偶然の当たりが増えるため、それを補正した p 値（FDR）。log2 fold change：2群の開き方の比を対数にしたもの。プラスならAで開き、マイナスならBで開く。

4. 結果を読む：火山プロット

差次検定の定番の可視化が火山プロットです。横軸に log2FC（変化の向きと大きさ）、縦軸に -log10(調整p値)（有意性）を取ります。

右上はAで有意に開く領域、左上はBで有意に開く領域です。中央付近（変化が小さい・有意でない）は差次ではありません。

5. 注意点

生のp値ではなく調整p値で判断：多重検定の補正は必須です。
群の取り方で意味が変わる：「1細胞型 vs 残り（one-vs-rest）」か「2細胞型どうし（pairwise）」かで、見つかる領域が変わります。目的に合わせて選びます。
候補を絞ると安定：features でどちらかの群に開くピークに限定すると、高速で結果も安定します。
差次ピークはゴールでなく入口：モチーフ濃縮・近傍遺伝子・co-accessibilityにつないで初めて生物学的な意味になります。

まとめ

差次的アクセシビリティ＝2群で開き方が有意に違うピーク（DEGのATAC版）。
marker_regions（手早い）と diff_test（厳密）。調整p値と log2FC で絞る。
火山プロットで読み、モチーフや遺伝子につないで解釈する。

参考文献

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
Cusanovich, D. A., Daza, R., Adey, A., et al. (2015). Multiplex single-cell profiling of chromatin accessibility by combinatorial cellular indexing. Science, 348(6237), 910–914. doi:10.1126/science.aab1601