Tek hücreli RNA-sekanslama (scRNA-seq) ve tek hücreli açık kromatin profilleme (scATAC-seq) gibi yöntemler, regülasyonun hücreden hücreye değişen desenlerini ayrıntılı biçimde haritalandırdı. Ancak araştırmacılar, genomun farklı boyutlarını ölçen diğer deneyler için de benzer düzeyde hücre-tipi ayrımı yapabilmenin zor olduğunu belirtiyor. Özellikle kromatin üzerinde gerçekleşen farklı modifikasyon veya düzenleyici faaliyetleri ölçen ve tek bir ölçüm türüne özgü yaklaşımlar gerektiren genom-genişliği deneylerinde, toplu veri setlerinden anlamlı hücre-tipi katkılarını geri çıkarmak güçleşiyor.

DeepDETAILS bu noktada devreye giriyor. Çerçeve, “çap-kısmilik (cross-modality) dekonvolüsyon” fikrini kullanarak, tek hücreli düzeyde elde edilen yüksek çözünürlüklü açık kromatin referanslarını, tamamlayıcı genom-genişliği toplu dizileme verileriyle birleştiriyor. Böylece, doku gibi heterojen örneklerde bir arada bulunan hücre tiplerinin, genom üzerinde bıraktığı sinyallerin birbirine karışmış görüntüsünü yeniden ayırmaya çalışıyor. Yöntemin temel hamlesi, tek bir veri türünden gelen kısıtları aşmak için farklı ölçüm modlarının ortak bilgisini modelde birleştirmek.