暖場(chǎng)
2019年的Single cell genomic day于3月22日在Satija Lab舉辦涯曲，共八位研究者發(fā)表了相關(guān)研究的演講。雖然會(huì)議的規(guī)格不是很高在塔，但是不妨礙他是一場(chǎng)全球單細(xì)胞研究者關(guān)心的大會(huì)幻件。當(dāng)?shù)貢r(shí)間上午九時(shí)Rahul Satija發(fā)表了第一篇演講（PPT如本文所示），算是對(duì)這次大會(huì)的一個(gè)總的概括心俗，他的題目是：Single-cell genomics: Recent advances and future directions。我將依據(jù)他的演講梳理一下這次會(huì)議，以饗讀者城榛；
會(huì)議的開(kāi)始Rahul Satija 簡(jiǎn)單介紹了Single cell genomic day的舉辦初衷和簡(jiǎn)要的歷史揪利，這次會(huì)議配備了LOGO文化衫：
在簡(jiǎn)單的寒暄之后，他給出自己認(rèn)為2018年出現(xiàn)的重要的八個(gè)分析方法狠持，每幅圖是一種新的方法：
然后回顧了2017年度八個(gè)重要的分析工具：
空間分析（spatial analysis ）
介紹了幾種空間分析的方法疟位，其中Single cell genomic day 2019|| Imaging the transcriptome Mapping the brain with MERFISH是一種單細(xì)胞成像技術(shù)〈梗空間分析是表達(dá)矩陣無(wú)法描述的甜刻，所以需要新的技術(shù)。除了MERFISH正勒，還提及了starmap: Immersive visualisation of single cell data using smartphone-enabled virtual reality得院、Pooled optical screens in human cells、Spatial Transcriptomics章贞、Slide-seq: A Scalable Technology for Measuring Genome-Wide Expression at High Spatial Resolution祥绞。可以預(yù)見(jiàn)鸭限，在不久的將來(lái)單細(xì)胞空間分析會(huì)是一項(xiàng)十分普及的技術(shù)蜕径，空間分析本來(lái)就是人們研究單細(xì)胞最原始的動(dòng)力--窺探單細(xì)胞水平上的生物學(xué)過(guò)程。而歷史到了這個(gè)節(jié)點(diǎn)败京，工具日漸成熟兜喻，也給人們帶來(lái)一線曙光。
這里的每一項(xiàng)技術(shù)主持人都做了簡(jiǎn)要的介紹赡麦，我這邊把相關(guān)的鏈接給到大家朴皆，說(shuō)實(shí)話，我目前還沒(méi)有那個(gè)實(shí)力去介紹這些隧甚。
starmap: Immersive visualisation of single cell data using smartphone-enabled virtual reality
Pooled optical screens in human cells
Slide-seq: A Scalable Technology for Measuring Genome-Wide Expression at High Spatial Resolution
深度學(xué)習(xí)在單細(xì)胞研究中的應(yīng)用
是高通量技術(shù)把生物學(xué)帶到了大數(shù)據(jù)時(shí)代车荔，數(shù)據(jù)越來(lái)越多，維度越來(lái)越大戚扳，數(shù)據(jù)到信息到知識(shí)的距離越來(lái)越遠(yuǎn)忧便，巧合的是互聯(lián)網(wǎng)的發(fā)展也對(duì)人類提出了大數(shù)據(jù)分析的需求。單細(xì)胞分析已經(jīng)到了不缺數(shù)據(jù)的時(shí)代帽借，舊的統(tǒng)計(jì)方法很多已經(jīng)不再適用珠增，于是人們開(kāi)始把機(jī)器學(xué)習(xí)、深度學(xué)習(xí)里面的算法應(yīng)用到單細(xì)胞的數(shù)據(jù)挖掘中去砍艾。其中蒂教，目前最為流行的降維和聚類非監(jiān)督算法已經(jīng)成為單細(xì)胞數(shù)據(jù)分析的標(biāo)配。
一位與會(huì)者做了這方面的介紹Single cell genomic day 2019|| Introduction to Deep Learning methods for single-cell analysis.
大家Google一下 Deep Learning 我想一定會(huì)有大量的學(xué)習(xí)資料脆荷，我就不再介紹了凝垛。文章提出一種基于深度學(xué)習(xí)的單細(xì)胞分析開(kāi)源工具scVI懊悯，大家有興趣可以研究研究。
表觀/染色體仿形技術(shù)（epigenetic/chromatin profiling technologies）
會(huì)議聚焦了ATAC技術(shù)的新發(fā)展：表觀/染色體仿形技術(shù)（epigenetic/chromatin profiling technologies）梦皮。Grace Zheng做了詳細(xì)的介紹：Single cell genomic day 2019||Overview of sci-RNA-seq
發(fā)育重建(Developmental Reconstruction)
單細(xì)胞水平的發(fā)育重建（分化軌跡炭分、擬時(shí)分析）方面，會(huì)議介紹了這方面比較成熟的Monocle包以及一種比較新的軌跡構(gòu)建軟件URD剑肯，這些都是開(kāi)源的捧毛，一共研究者探索使用。關(guān)于URD會(huì)上Harvard University 的Jeff Farrell 做了詳細(xì)的介紹：Single cell genomic day 2019||Reconstruction of developmental trajectories during zebrafish embry...
內(nèi)源性譜系追蹤 (Endogeneous lineage tracing)
同時(shí)測(cè)量細(xì)胞譜系和細(xì)胞命運(yùn)是生物醫(yī)學(xué)的一個(gè)長(zhǎng)期目標(biāo)让网。在這里呀忧，我們描述EMBLEM，這是一種利用ATAC-seq數(shù)據(jù)中的內(nèi)源性線粒體DNA變異來(lái)跟蹤細(xì)胞譜系的策略溃睹。我們發(fā)現(xiàn)線粒體DNA的體細(xì)胞突變可以在單細(xì)胞分辨率下重建細(xì)胞譜系關(guān)系而账，具有較高的敏感性和特異性。具體地可以閱讀Single-cell lineage tracing by endogenous mutations enriched in transposase accessible mitochondrial DNA
多樣本整合分析（integrative single-cell data）
2019年1月Nature Reviews Genetics (2019) 發(fā)表了一篇文章Integrative single-cell analysis丸凭，標(biāo)志著單細(xì)胞分析進(jìn)入多樣本（不同條件福扬，不同器官，不同個(gè)體）整合分析的階段惜犀。會(huì)上铛碑，Tim Stuart （NYGC/NYU ）就這一主題做了演講Single cell genomic day 2019||Integration and harmonization of single-cell data，并對(duì)比分析了幾款分析軟件;
以上是高度集成的開(kāi)源的R包或者Python庫(kù)虽界，為多樣本單細(xì)胞分析提供更多可能汽烦。
替代序列技術(shù)（alternative sequence technologies）
利用單細(xì)胞異構(gòu)體rna測(cè)序(scor -seq)方法，能夠在沒(méi)有特異性抗體熒光激活細(xì)胞分選的情況下莉御，測(cè)定來(lái)自非均勻體組織(小腦)的數(shù)千個(gè)單個(gè)細(xì)胞中的異構(gòu)體表達(dá)撇吞。進(jìn)而闡明了亞型在高級(jí)細(xì)胞類型中的應(yīng)用，如神經(jīng)元礁叔、星形膠質(zhì)細(xì)胞和小膠質(zhì)細(xì)胞牍颈，以及更精細(xì)的亞型，如浦肯野細(xì)胞和顆粒細(xì)胞琅关，包括遠(yuǎn)距離剪接位點(diǎn)的組合模式煮岁，這對(duì)于單個(gè)分子需要長(zhǎng)時(shí)間的讀取。我們產(chǎn)生一個(gè)增強(qiáng)的基因組注釋涣易，揭示細(xì)胞類型的特異性表達(dá)画机。見(jiàn)Single-cell isoform RNA sequencing (ScISOr-Seq) across thousands of cells reveals isoforms of cerebellar cell types.
結(jié)語(yǔ)
分析軟件和算法如雨后春筍一般涌現(xiàn)，不懂原理新症，我們?cè)撊绾尉駬癫绞希只蜃约洪_(kāi)發(fā)？
2019年度的Single cell genomic day落下帷幕了徒爹，我們看到了單細(xì)胞研究像一個(gè)十七八歲的少年：茁壯荚醒、蓬勃芋类、擴(kuò)張、吞噬界阁。高度集成的研究方法日新月異梗肝，表面上來(lái)看普通的研究者只要安裝學(xué)習(xí)大牛們開(kāi)發(fā)的軟件就可以完成自己的分析了。但是隨著算法的不斷優(yōu)化和復(fù)雜铺董，其實(shí)對(duì)單細(xì)胞研究人員提出了更高的統(tǒng)計(jì)和算法的要求。
我們需要承認(rèn)新工具的出現(xiàn)對(duì)這個(gè)行業(yè)是有利的禀晓、也是必須的精续。個(gè)別的工具多到一定程度就會(huì)有更大的平臺(tái)來(lái)整合，把它們集成到一個(gè)更大的軟件中去粹懒。屆時(shí)重付，單細(xì)胞研究將由現(xiàn)在的星星之火，形成燎原之勢(shì)凫乖。
我整理了八場(chǎng)演講的PPT确垫，祝大家學(xué)習(xí)愉快：
- Single cell genomic day 2019|| Introduction to Deep Learning methods for single-cell analysis
- Single cell genomic day 2019||Integration and harmonization of single-cell data
- Single cell genomic day 2019|| Single-cell genomics Recent advances and future directions
- Single cell genomic day 2019||Multi-modal single-cell analysis
- Single cell genomic day 2019|| Imaging the transcriptome Mapping the brain with MERFISH
- Single cell genomic day 2019||Reconstruction of developmental trajectories during zebrafish embryogenesis
- Single cell genomic day 2019||Dissecting complex systems with multidimensional data
- Single cell genomic day 2019||Overview of sci-RNA-seq
LIGER (Linked Inference of Genomic Experimental Relationships)
scVI
