說在前面
說到細(xì)胞分化軌跡的推斷娄蔼，想必很多小伙伴第一會想到的是monocle2這個軟件皇忿，但是它只能做到oneshot葡幸，不能捕捉到細(xì)胞分化的動態(tài)過程了袁。另一種高階的算法是RNA速率(RNA velocity)朗恳，它是通過基因剪切前后的變化來推斷細(xì)胞的分化軌跡，相對于monocle2來說RNA速率的結(jié)果更準(zhǔn)確载绿，但是使用起來比較費勁粥诫，輸入文件必須是原始測序得到的堿基序列。
那么崭庸，今天Immugent介紹的這款軟件：CellRank怀浆，是在RNA速率的基礎(chǔ)上進(jìn)行升級而成，該工具的kernel支持多種格式的輸入數(shù)據(jù)怕享，包括RNA velocity, cellular similarity (both transcriptomic and spatial), pseudotime以及其他多種形式执赡。此外，CellRank結(jié)合了軌跡推斷的穩(wěn)健性和RNA速度的方向性信息函筋，綜合考慮了細(xì)胞命運(yùn)決定的漸進(jìn)性和隨機(jī)性沙合，以及速度矢量的不確定性。相應(yīng)文章發(fā)表在Nature methods上跌帐，通訊作者正是大名鼎鼎的Fabian J. Theis首懈，Scanpy和scVelo也都是由這個課題組開發(fā)的绊率，因此這個團(tuán)隊推出的軟件是很值得我們學(xué)習(xí)的。
由于CellRank是基于Python構(gòu)建的算法究履，而小編使用Python并不熟練滤否，因此下面就簡單根據(jù)文章內(nèi)容進(jìn)行介紹。
研究內(nèi)容
CellRank算法旨在對細(xì)胞狀態(tài)進(jìn)行系統(tǒng)的動態(tài)建模最仑，它可以通過細(xì)胞之間的相似性藐俺，結(jié)合RNA速率來確定細(xì)胞群中處于初始和終端狀態(tài)的細(xì)胞，并可以繪制出細(xì)胞命運(yùn)潛能的全局軌跡圖泥彤。
CellRank與其他同類算法不同的是欲芹，其可以根據(jù)scRNA-seq數(shù)據(jù)庫建立細(xì)胞命運(yùn)的初始、中間以及最終的細(xì)胞命運(yùn)全景，并計算細(xì)胞命運(yùn)出現(xiàn)的概率耀石，從而揭示細(xì)胞命運(yùn)決定的隨機(jī)性以及RNA速度預(yù)估的不確定性。隨后爸黄，通過根據(jù)其偽時間峰值排序假定的調(diào)控因子滞伟，CellRank能可視化具體的調(diào)控細(xì)胞軌跡發(fā)育的基因的表達(dá)，同時可解釋細(xì)胞命運(yùn)決定的連續(xù)性炕贵。
此外梆奈，CellRank可通過譜系追蹤，找出細(xì)胞發(fā)生重編程的概率称开。
作者使用CellRank對48,515個小鼠胚胎成纖維細(xì)胞重編程的數(shù)據(jù)庫進(jìn)行映射亩钟，并且通過對6個時間點誘導(dǎo)處理的內(nèi)胚層祖細(xì)胞進(jìn)行分析，發(fā)現(xiàn)相對于細(xì)胞命運(yùn)狀態(tài)的概率計算以及與細(xì)胞譜系追蹤標(biāo)簽鳖轰。從分析結(jié)果來看清酥，CellRank方法對重編程結(jié)果有著很高的預(yù)測性。
除此之外蕴侣，作者也對小鼠中急性肺損傷后細(xì)胞譜系的再生過程進(jìn)行了探究焰轻，將CellRank方法應(yīng)用于Drop-seq數(shù)據(jù)之中，可以對呼吸道細(xì)胞譜系模型中再生的細(xì)胞命運(yùn)進(jìn)行檢測昆雀。
最后辱志，作者還將CellRank方法與已有的一些細(xì)胞命運(yùn)追蹤方法Palantir、STEMNET以及 FateID等方法進(jìn)行比較狞膘。結(jié)果顯示只有CellRank方法能夠正確識別細(xì)胞正確的初始以及終末分化狀態(tài)揩懒，而且CellRank方法運(yùn)轉(zhuǎn)速度很快，需要電腦內(nèi)存也很小挽封，因此可以直接在個人電腦上進(jìn)行使用已球。
小結(jié)
下面總結(jié)一下CellRank的主要功能：
1.計算用戶生物系統(tǒng)的初始&終點以及中間狀態(tài)；
2.推斷每個細(xì)胞朝著終點轉(zhuǎn)化的fate probabilities；
3.在考慮分化軌跡連續(xù)性的基礎(chǔ)上和悦，可視化特定譜系的基因表達(dá)趨勢退疫；
4.對特定的****細(xì)胞軌跡渠缕，識別潛在的驅(qū)動基因鸽素。
總的來說，CellRank建立了基于RNA動力學(xué)變化的方式建立了一種更加穩(wěn)健的細(xì)胞軌跡分析算法亦鳞，可以對不同場景中細(xì)胞命運(yùn)進(jìn)行追蹤馍忽，并且不依賴于已知細(xì)胞命運(yùn)方向，可以對再生燕差、重編程等復(fù)雜的細(xì)胞命運(yùn)軌跡進(jìn)行預(yù)測遭笋。此外，CellRank可以直接使用RNA速率和轉(zhuǎn)錄組學(xué)相似性來估算細(xì)胞之間轉(zhuǎn)換概率徒探，即使沒有RNA速率的信息瓦呼，也可以應(yīng)用CellRank，但是作者仍然推薦大家結(jié)合RNA速率和相似性對細(xì)胞分化軌跡進(jìn)行推斷测暗。
好啦央串，本期分享到這就結(jié)束啦，我們下期再會碗啄！
