INTRODUCTION
??細(xì)胞分化是一個(gè)多層次的過程，immature cell---specialized progenitors---mature cell types,涉及到連續(xù)的表觀和轉(zhuǎn)錄組變化廷粒，旁分泌和自分泌信號(hào)的影響戳葵，以及環(huán)境噪音和生物多樣性的影響。而對細(xì)胞分化機(jī)制的解析有助于理解癌癥和重編程等等泉懦，因此困難而重要稿黍。
??目前單細(xì)胞研究發(fā)現(xiàn)，經(jīng)典的分化模型是離散二值化決定崩哩，可能演變成在轉(zhuǎn)錄組連續(xù)的一個(gè)概率模型巡球。
??其他研究細(xì)胞分化的方法有很多，比如影像譜系示蹤等等邓嘹，與單細(xì)胞結(jié)合將發(fā)揮大作用酣栈。
??這篇文章主要聚焦單細(xì)胞對細(xì)胞命運(yùn)決定機(jī)制的解析。
REVEALING THE MECHANISMS OF CELL FATE SPECIFICATION USING SINGLE-CELL TRANSCRIPTOMICS
1. Reconstructing Differentiation Trajectories to Characterize Cell Fate Specification
轉(zhuǎn)錄的snapshot：
??單細(xì)胞數(shù)據(jù)往往只捕獲單個(gè)snapshot汹押，大部分譜系重建基于一個(gè)假設(shè)：具有基因譜表達(dá)相似矿筝，具有發(fā)育上的相似性。
Monocle：dimensionality reduction--minimum spanning tree (MST)
Monocle2: reverse graph embedding(undirected graph)棚贾，在低維空間尋找潛在變量窖维，然后利用graph來推測分化軌跡，無需先驗(yàn)知識(shí)妙痹。
Wanderlust,Wishbone,PAGA, SLICER,and p-Creode都是基于kNN graph
StemID铸史，DPT：基于cluster的相似性派生樹的拓?fù)浣Y(jié)構(gòu)。
以上方法怯伊，除了SLICE, SLICER, SCENT and StemID以外沛贪，都無法預(yù)測樹的起點(diǎn)和終點(diǎn)。這幾個(gè)方法利用entropy來推測震贵。
RNA velocity：利用mRNA 生命周期的動(dòng)力學(xué)來推測分化軌跡利赋。
涉及到多個(gè)時(shí)間點(diǎn)的算法：
STITCH： a kNN graph–based strategy+a coarse-grained graph
Waddington-OT：適用于reprogramming，基于最優(yōu)運(yùn)輸原理猩系∶乃停考慮了細(xì)胞的生長和死亡率。
Pseudodynamics：適應(yīng)-擴(kuò)散-漂移模型模擬在低維空間中連續(xù)細(xì)胞狀態(tài)下種群分布的變化率寇甸。
涉及到實(shí)驗(yàn)方法的驗(yàn)證：
scSLAM-seq： 4-thiouridine (4sU)標(biāo)記塘偎。
sci-fate： combinatorial indexing疗涉， in vitro
2. Modeling Differentiation as a Probabilistic Process to Quantify Cell Fate Bias
GPfates：Bayesian Gaussian process來降維和推測擬時(shí)間
STEMNET：需要先驗(yàn)知識(shí)判斷細(xì)胞的成熟狀態(tài)， fit an elastic net–regularized generalized linear model
FateID： random forests–based approach吟秩，動(dòng)態(tài)迭代推測分化路徑咱扣。
Palantir：diffusion maps---Markov chain
Population balance analysis (PBA)： formulating a population balance equation+Markov chain
3. Using Dimensionality Reduction to Visualize and Interpret Cell Fate Specification
tSNE:不保留全局信息
umap：保留部分全局信息
Force-directed layout algorithm：保留全局信息，如SPRING.
4. Limitations of Single-Cell Transcriptomics to Study Cell Fate Decisions
目前的計(jì)算方法很難去描述分子振蕩和不對稱細(xì)胞分裂在發(fā)育中的表現(xiàn)涵防。
細(xì)胞分裂和技術(shù)上的批次效應(yīng)會(huì)影響擬時(shí)間闹伪。
轉(zhuǎn)錄組只是一層的信息讀數(shù)，還缺少其他的信息壮池，比如表觀等等偏瓤。
INTEGRATING LINEAGE TRACING AND SINGLE-CELL TRANSCRIPTOMICS TO EXPLORE THE UNDERPINNIGS OF CELL FATE DECISIONS
目前細(xì)胞示蹤的主要實(shí)驗(yàn)方法有熒光蛋白和核酸標(biāo)記，而核酸標(biāo)記的方法有: viral transduction–based,recombinase-based, and CRISPR-based techniques椰憋。
