scATAC-seq の QC ─ TSS濃縮・フラグメント数・ヌクレオソーム周期で細胞を選ぶ

📚 この記事について
scATAC-seq 前処理の品質管理（QC）です。ATAC 固有の指標で低品質な細胞を除きます。
🔙 前の記事：scATAC-seq のデータ読み込みとデータ構造
🔜 次の記事：scATAC-seq のダブレット検出
📌 前提：フラグメント／タイル行列の読み込みが済んでいること

scATAC-seq（single-cell ATAC-seq／核を使う場合は snATAC-seq）の QC では、解析の邪魔になる細胞を除きます。ここでは ATAC 固有の指標と、その使い方を実際のコードとともに押さえます。

1. QC のゴール
2. 主要なQC指標
3. FRiP の位置づけ（誤解しやすい点）
4. コード：SnapATAC2 でQC
まとめ
関連記事
参考文献

1. QC のゴール

QC（品質管理）の目的は、解析の邪魔になる細胞を除くことです。具体的には、空の液滴（細胞が入っていない）、シグナルが弱い低品質な細胞、死んだ細胞を除去します。

良い細胞の条件はシンプルで、開いているべき場所（TSS など）にシグナルが集中し、かつ十分な量のフラグメントを持つことです。この2つを軸に選別します。

2. 主要なQC指標

指標	意味	悪いサイン
TSS濃縮（TSSe）	転写開始点まわりにシグナルが集まる度合い	低い＝ノイズ的でシグナルが散らばる
フラグメント数（リード数）	1細胞あたりの深度	少なすぎ＝空・低品質／多すぎ＝ダブレット疑い
ヌクレオソーム周期	フラグメント長分布の約200bp周期	周期が崩れる＝ライブラリ不良
ミトコンドリア遺伝子の含有率（frac_mito）	ミトコンドリア由来の割合	高い＝死細胞・低品質

この中で最重要は TSS濃縮とフラグメント数です。この2つを散布図にして、右上（濃縮も深度も十分）の細胞だけを残すのが基本の型です。

もう一つ、ライブラリ全体の品質を見るのがフラグメント長の分布です。DNAが約147bpごとにヌクレオソームに巻かれているため、良いデータでは約200bpごとに山が現れます。

💡 用語：TSS濃縮（TSS enrichment）
TSS（転写開始点＝遺伝子の読み始め）の周囲は、働ける遺伝子で強く開いています。良い細胞ほど、フラグメントがTSS周辺に集中します。この「集中度」を数値化したものが TSS濃縮スコアです（周期性の原理：Buenrostro et al., Nature Methods, 2013）。

3. FRiP の位置づけ（誤解しやすい点）

QCでよく聞く FRiP（Fraction of Reads in Peaks＝ピーク内に入るフラグメントの割合）は直感的で有用な指標です。ただし名前の通りピークが必要です。

⚠️ FRiP は初期QCの主役ではない（peak-free フローの場合）
本サイトの流れでは、この段階でまだピークを作っていません（タイル先行で進めるため）。そのため FRiP は初期フィルタの主役にはなりません。初期QCは TSS濃縮＋フラグメント数で行い、FRiP はピーク作成後に確認するか、参照CRE集合を使って推定します。「FRiPが標準」という一般論をそのまま初期QCに当てはめない、という点だけ注意してください。

python
# FRiP はピークが必要。初期QCでは参照CRE集合で推定できる（任意）
snap.metrics.frip(data, {"frip": snap.datasets.cre_HEA()})

4. コード：SnapATAC2 でQC

TSS濃縮を計算し、プロットで確認してからフィルタする、という順です。

python
# 前提：import_fragments 済みの data（obs に n_fragment・frac_mito あり）

# 1. TSS濃縮スコアを計算
snap.metrics.tsse(data, snap.genome.hg38)

# 2. QCプロットを見る（TSS濃縮 × フラグメント数）
snap.pl.tsse(data)

# 3. プロットを見てしきい値を決め、フィルタ（数値は例。必ずプロットで調整）
snap.pp.filter_cells(data, min_counts=5000, min_tsse=10)

# 4. フラグメント長分布（ヌクレオソーム周期）を確認
snap.pl.frag_size_distr(data)

⚠️ しきい値は必ずプロットで決める
min_counts や min_tsse の数値はデータ依存です。組織やプロトコルで分布が変わるため、固定値を鵜呑みにせず、必ず pl.tsse のプロットを見て、雲の切れ目に合わせて決めてください（目安：TSSe 5〜10、フラグメント 1000〜5000 程度から検討）。

まとめ

良い細胞＝TSSにシグナルが集中し、フラグメントが十分。散布図の右上を残す。
フラグメント長の約200bp周期でライブラリ品質を確認。
FRiP はピークが要るので、peak-free の初期QCでは主役にしない。
しきい値は固定値ではなくプロットを見て決める。

参考文献

Buenrostro, J. D., Giresi, P. G., Zaba, L. C., Chang, H. Y., & Greenleaf, W. J. (2013). Transposition of native chromatin for fast and sensitive epigenomic profiling of open chromatin, DNA-binding proteins and nucleosome position. Nature Methods, 10(12), 1213–1218. doi:10.1038/nmeth.2688
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