植物單細(xì)胞文章見的少點(diǎn)屿讽，但是經(jīng)常在人和動(dòng)物的文章中見過(guò)SCENIC分析的結(jié)果，所以也來(lái)學(xué)習(xí)一下谈山。
SCENIC是一種同時(shí)重建基因調(diào)控網(wǎng)絡(luò)并從單細(xì)胞RNA-seq數(shù)據(jù)中鑒定stable cell states的工具。基于共表達(dá)和DNA挠洳颍基序 （motif）分析推斷基因調(diào)控網(wǎng)絡(luò) 篓吁，然后在每個(gè)細(xì)胞中分析網(wǎng)絡(luò)活性以鑒定細(xì)胞狀態(tài)茫因。
SCENIC發(fā)表于2017年的Nature method文章。當(dāng)前版本的SCENIC好像只支持人類杖剪，鼠和果蠅（Drosophila melanogaster）冻押。
============原理===========
GRN（gene regulatory network）基因調(diào)控網(wǎng)絡(luò)包括TF（transcription factor轉(zhuǎn)錄因子）、cofactor（共調(diào)因子）與其調(diào)節(jié)的target gene 組成盛嘿，決定了某個(gè)狀態(tài)下的細(xì)胞的轉(zhuǎn)錄狀態(tài)洛巢。SCENIC流程包括三步驟：
（1）使用GENIE3或GRNBoost (Gradient Boosting) 基于共表達(dá)推斷轉(zhuǎn)錄因子與候選靶基因之間的共表達(dá)模塊。
（2）由于GENIE3模型只是基于共表達(dá)次兆，會(huì)存在很多假陽(yáng)性和間接靶標(biāo)稿茉，為了識(shí)別直接結(jié)合靶標(biāo)（direct-binding targets），使用RcisTarget對(duì)每個(gè)共表達(dá)模塊進(jìn)行順式調(diào)控基序（cis-regulatory motif）分析。進(jìn)行TF-motif富集分析漓库，識(shí)別直接靶標(biāo)恃慧。（僅保留具有正確的上游調(diào)節(jié)子且顯著富集的motif modules，并對(duì)它們進(jìn)行修剪以除去缺乏motif支持的間接靶標(biāo)渺蒿。）這些處理后的每個(gè)TF及其潛在的直接targets gene被稱作一個(gè)調(diào)節(jié)子（regulon）痢士；
（3）使用AUCell算法對(duì)每個(gè)細(xì)胞的每個(gè)regulon活性進(jìn)行打分。對(duì)于一個(gè)regulon來(lái)說(shuō)茂装，比較細(xì)胞間的AUCell 得分可以鑒定出哪種細(xì)胞有顯著更高的subnetwork活性怠蹂。結(jié)果生成一個(gè)二進(jìn)制的regulon活性矩陣（binarized activity matrix），這將確定Regulon在哪些細(xì)胞中處于“打開”狀態(tài)少态。
SCENIC需要輸入的是單細(xì)胞RNA-seq表達(dá)矩陣—— 每列對(duì)應(yīng)于樣品（細(xì)胞）城侧，每行對(duì)應(yīng)一個(gè)基因】鲈觯基因ID應(yīng)該是gene-symbol并存儲(chǔ)為rownames （尤其是基因名字部分是為了與RcisTarget數(shù)據(jù)庫(kù)兼容）赞庶；表達(dá)數(shù)據(jù)是Gene的reads count。根據(jù)作者的測(cè)試澳骤，提供原始的或Normalized UMI count歧强，無(wú)論是否log轉(zhuǎn)換，或使用TPM值为肮，結(jié)果相差不大摊册。
在進(jìn)行GENIE3分析前要對(duì)數(shù)據(jù)進(jìn)行過(guò)濾：
（1）過(guò)濾基因：對(duì)每個(gè)基因的總reads數(shù)進(jìn)行過(guò)濾，去除最可能不可信的只提供噪音的基因颊艳。具體的值取決于數(shù)據(jù)茅特，文章中用到3 UMI counts × 30 (1% of cells) = minimum 90 counts per gene
（2）過(guò)濾基因：在多少細(xì)胞中被檢測(cè)到。去除只在少量細(xì)胞中表達(dá)的基因棋枕，如果這些基因正好在一個(gè)細(xì)胞中集合白修，將獲得很大的權(quán)重。推薦1%重斑。
