之前大多數(shù) single cell 技術(shù)都是靜態(tài)的刻畫 cell state（即都是snapshot）拔妥，沒有能夠引入細胞隨時間的變化挪略，living cell imaging tracking 的技術(shù)雖然能提供時間信息，但是能夠覆蓋到gene 數(shù)量是非常少的（通常也就不到10）傲须。而發(fā)育分化過程中 cell state 是動態(tài)變化的，因此怎么能夠理解 cell state transition，怎么將這些 snapshot 拼成 video 就是一個很有意思且很重要的問題谦疾。
18年 “RNA velocity of single cells” 首先引入 RNA velocity 這個概念，充分利用現(xiàn)有的數(shù)據(jù)來得到全新的概念犬金。核心的思想就是念恍，利用 splicing 這個生物過程來引入時間這個要素六剥，從而推斷出 cell state 的 velocity（速率）。
具體是什么意思呢峰伙，首先從一個例子說起疗疟，當我們看到下圖坤坤跳舞的中間狀態(tài)的時候，我們ikun腦海中是可以串聯(lián)起這幾個動作的瞳氓。我們可以從其中一個 snapshot 知道坤坤的運動狀態(tài)策彤，并且預測運動下一秒的狀態(tài)。本質(zhì)原因是因為我們對跳舞這個過程有一個動力學的認識匣摘。
那么我們回到細胞內(nèi)的轉(zhuǎn)錄店诗，我們只需要通過中心法則中依賴于時間的生物過程，并對這個過程進行動力學刻畫即可以得到這些 snapshot 的未來方向音榜，那么應該使用什么生物過程呢庞瘸？首先需要滿足兩個條件，1. 依賴于時間赠叼，2. 現(xiàn)有的數(shù)據(jù)中應該可以直接得到
答案就是 splicing擦囊！ 首先 splicing 肯定依賴于時間，其次現(xiàn)有的測序 reads 天然的可以 mapping 到 intro 和 exon, 從而得到 unspliced 和 spliced 的RNA嘴办。
Gene 在轉(zhuǎn)錄成 mRNA 的過程中會經(jīng)過 splicing瞬场，而 splicing 的動力學我們是通過 ODE 來 model 的，因此我們便可以通過 unspliced mRNA (u)和 spliced RNA(s) 户辞，以及動力模型( ODE model) 來計算 cell state 的 velocity 泌类。
總結(jié)：RNA velocity通過計算剪接和未剪接的mRNA的比率，來恢復定向的動態(tài)信息底燎。這種方法不僅量化基因活性刃榨，而且量化它們在單個細胞中的變化（RNA 速率），開辟了研究細胞分化的新方法双仍。
參考
https://zhuanlan.zhihu.com/p/351104418
https://zhuanlan.zhihu.com/p/359100974
