跨物種

、多組學的超級增強子識別體係

SEA 4.0構建了一套標準化

、可重複的計算流程
，用於係統性地識別和注釋SE。該版本最大的突破在於新增H3K4me1作為核心識別標誌。傳統上，SE的識別嚴重依賴H3K27ac等活性標記
，但H3K4me1作為“預啟動”或“預備”增強子的標誌，能夠有效識別那些尚未完全激活但具有調控潛能的區域。文章指出
，整合H3K4me1可將SE的預測準確性提升27.3%。該流程整合了來自ENCODE、GEO等公共數據庫截至2024年12月的海量數據，使用Bowtie2進行序列比對，MACS2進行峰檢測
，並采用ROSE算法將相距在12.5 kb以內的相鄰增強子“縫合”成潛在的SE。為了確保結果的可靠性，流程中嚴格排除了轉錄起始位點±2.5 kb範圍內的區域
，並過濾掉長度小於1 kb的候選SE，此舉有效消除了89%的非功能性染色質環幹擾，將假陽性識別率較SEA 3.0降低了41%。

SE活性元素評分係統：量化調控強度

為更精確地衡量SE的調控強度，SEA 4.0創新性地提出了“SE活性元素” 的概念及其量化評分算法。一個SE活性元素被定義為一個包含組成型增強子
、染色質可及性區域和轉錄因子結合位點的完整功能基因組單元。其最終得分（score_AE）並非單一信號，而是三個核心基因組特征的加權整合：

• 組成型增強子信號：計算每個增強子區域的標準化峰值信號，並按其有效長度占整個SE長度的比例進行加權。

• 染色質可及性信號：整合來自23個人體組織的56個ATAC-seq數據集
  ，同樣按可及性區域的有效長度進行加權。

• 轉錄因子結合富集：彙總SE區域內所有TFBS的富集分數，乘以位點數量，並進行長度歸一化。

基於Shannon熵的SE特異性分析：精準定位細胞身份開關

SE的核心特性之一是其高度的細胞類型特異性。SEA 4.0在v3.0的基礎上，優化了基於Shannon熵的算法來量化這種特異性。其原理是：一個在多種細胞中均活躍的“通用型”SE
，其活性分布均勻，熵值較高（接近log₂(n)）；而一個僅在特定細胞中活躍的“特異性”SE，其活性高度集中，熵值接近於0。SEA 4.0的關鍵改進在於引入了歸一化程序，以消除SE長度巨大差異所帶來的偏差。算法首先計算每個基因組區域的歸一化信號（即其組蛋白修飾峰值信號按其有效長度比例加權之和），再基於此歸一化值計算跨細胞係的Shannon熵。

交互式調控網絡與腫瘤特異性SE檢測器：從靜態數據到動態分析

SEA 4.0超越了靜態數據倉庫的定位，提供了兩大動態分析工具：

交互式調控網絡：用戶輸入一個基因
、轉錄因子或SE的標識符
，工具即可在人類或小鼠中構建一個一階鄰居交互網絡。該網絡以圖形化方式動態展示查詢實體與相關聯的增強子、SE和TF之間的連接。點擊網絡中任一節點
，可實時展開其直接互作對象
，支持用戶深入探索調控子網絡
，所有數據均可導出。

腫瘤特異性SE檢測器：該工具專為癌症研究設計，整合了來自12種癌症類型及其正常對照的scRNA-seq數據，涵蓋超40萬個單細胞。利用Seurat和Harmony進行細胞聚類與批次效應校正
，通過SingleR進行細胞類型注釋，最終通過比對細胞類型特異性標記基因與已知SE相關基因集
，來鎖定腫瘤內特定細胞亞群（如癌細胞、免疫細胞）特有的SE，並通過t-SNE/UMAP圖和小提琴圖進行可視化。

多功能注釋模塊：從CRISPR靶點到異染色質區域