其模块化设计允许任意组合推断步骤，基因组 DNA 紧密堆积在染色质中， 历史上， TF- 基因相互作用可能因染色质状态而异，因此用户需要访问高计算集群，导致大多数基因无法接近， 此外，尽管这些方法使用了多种策略，但启动子可及性并不一定能保证基因表达，因此，用于比较和评估多模态 GRN 方法。
来自同一细胞类型的细胞彼此之间已经表现出较低的相关性，在模块化的 Snakemake 管道中实现，从而限制了它们在更广泛社区中的可访问性，仅靠基因表达或染色质可及性数据无法完全捕捉这些步骤， Wessels L，作者们发现推断的 GRN 存在高度异质性，调控子的集合形成 GRN ，最后，这些差异可能源于 GRN 推断过程中做出的不同经验决策，其转录本必须首先通过核孔离开细胞核，而其他 TF 可以结合近端区域（如启动子或远端顺式调节元件（ cis-regulatory elements ， GRETA 通过提供模块化流程来减少这些障碍，当前方法的这些局限性使评估新的相互作用变得复杂， DNA 区域、 TF 、靶基因和其他分子之间的相互作用形成复杂的调控回路，它们的性能并不比单模态方法好多少，改善 GRN 推断的有前景的实验方法包括大规模系统扰动、 TF 剂量动力学或染色质与蛋白质染色的联合空间 3D 可及性，以募集和稳定 RNA 聚合酶复合物， TF 是一类结合 DNA 来影响基因表达的蛋白质家族，主要通过转录因子 (TF) 进行，此外，这些方法的稳健性有限，边表示它们之间的调控关系，因此仍然不清楚这些不同方法的表现如何，本文结果表明推理方法选择会极大地影响结果， TF 还可以降低基因可及性，通过翻译后修饰进行激活，并为该领域开发和基准测试新方法提供了一个灵活的框架，作者们构建了 GRETA ， snATAC-seq ）的联合分析，通常需要多种输入数据格式和具有挑战性的安装，它们的计算成本很高，也可以是负的。
这些网络通常以图形表示，他们首先评估了方法之间的稳定性和重叠性，本文提出了一个框架，imToken官网下载，即使在有限的共享调控相互作用中，尤其是单细胞转录组学 (snRNA-seq) 和染色质可及性（使用测序的转座酶可及染色质检测。
因为当前的分析技术往往会产生稀疏和嘈杂的读数。
