博文名稱：Top 5 Single-cell Genomics Papers of 2021
博文鏈接：https://towardsdatascience.com/top-5-single-cell-genomics-papers-of-2021-d9c8cfcda643
發(fā)表時(shí)間：Dec 24, 2021
回顧今年大數(shù)據(jù)時(shí)代下一些激動(dòng)人心的論文
在生物學(xué)大數(shù)據(jù)時(shí)代烫止，數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的蓬勃發(fā)展涧偷，得益于它們在生物學(xué)領(lǐng)域中的跨學(xué)科應(yīng)用雇逞。特別是2021年，對于單細(xì)胞基因組學(xué)來說尤其重要吃靠，這是一個(gè)仍處于起步階段的領(lǐng)域，它利用數(shù)據(jù)科學(xué)的概念足淆，在單個(gè)細(xì)胞的分辨率下巢块，解析高維生物數(shù)據(jù)。作為該學(xué)科的研究生巧号，我讀了很多文獻(xiàn)以了解最新進(jìn)展（還有大量的閱讀清單要趕Ｗ迳荨），我想和大家分享一下我今年讀過的一些很好的文獻(xiàn)丹鸿。
1. Specious Art of Single-cell Genomics
單細(xì)胞基因組學(xué)的奇異藝術(shù)
https://www.biorxiv.org/content/10.1101/2021.08.25.457696v3
在你讀到的大約80-90%的單細(xì)胞論文中歹鱼，根據(jù)研究問題的不同，至少會(huì)有一兩張tSNE或UMAP圖來可視化他們收集的數(shù)據(jù)卜高，通常是單細(xì)胞RNA測序（scRNA-seq）數(shù)據(jù)弥姻，其中對單個(gè)細(xì)胞的整個(gè)基因組中的RNA豐度進(jìn)行分析南片。
文章使用了一個(gè)極端的例子，細(xì)胞在高維空間中保持等距庭敦，然后將其釋放到近等距離疼进，他們展示了tSNE和UMAP在原始空間中具有近等間距的細(xì)胞組如何扭曲方向，并將它們與均勻分布得更遠(yuǎn)的細(xì)胞組聚集在一起秧廉。然后伞广，他們繼續(xù)演示了一種半監(jiān)督降維方法，該方法可以將數(shù)據(jù)擬合到預(yù)定義的形狀（例如疼电，大象）嚼锄，同時(shí)似乎在將數(shù)據(jù)映射到低維嵌入方面表現(xiàn)更好。由于其大膽而令人信服的論據(jù)蔽豺，它在推特上引起了很多積極的討論区丑，推特上的內(nèi)容超過了1000次，資深作者Lior Pachter也積極參與了討論修陡。
2. Quantifying the effect of experimental perturbations at single-cell resolution
在單細(xì)胞分辨率下量化實(shí)驗(yàn)擾動(dòng)的影響
https://www.nature.com/articles/s41587-020-00803-5
開發(fā)PHATE算法的同一個(gè)實(shí)驗(yàn)室沧侥，提出了一種新方法，確定實(shí)驗(yàn)處理（experimental treatments）如何在單細(xì)胞分辨率下影響高維數(shù)據(jù)的結(jié)構(gòu)魄鸦。這是醫(yī)學(xué)中的一個(gè)重要問題宴杀，例如在研究新的癌癥療法或COVID-19治療效果時(shí)。
使用單細(xì)胞方法（如 scRNA-seq）在很大程度上有助于公正地了解這些治療對感興趣組織的影響拾因。但是當(dāng)你考慮到批次效應(yīng)產(chǎn)生的技術(shù)噪音旺罢，樣本的生物異質(zhì)性，處理數(shù)目增加（例如绢记，樣品 A 接受藥物 X主经，樣品 B 接受藥物 Y，樣品 C 接受安慰劑等）庭惜，以及樣品暴露于藥物/治療的時(shí)間罩驻，這些方法可能會(huì)受到阻礙影響。
作者使用了一種稱為MELD的算法來解決這個(gè)問題护赊，該算法使用圖形信號(hào)處理來確定細(xì)胞受實(shí)驗(yàn)擾動(dòng)影響的可能性惠遏。然后，他們擴(kuò)展了這種方法骏啰，衍生出一種稱為頂點(diǎn)頻率聚類（Vertex Frequency Clustering节吮，VFC）的聚類算法，該算法在對細(xì)胞進(jìn)行分組時(shí)不僅考慮轉(zhuǎn)錄譜的相似性判耕，而且還考慮了受到上述相同處理影響的可能性透绩。在另一個(gè)研究中（詳見附錄），他將MELD應(yīng)用于 COVID-19 患者的單細(xì)胞數(shù)據(jù)分析。
3. Chimeric Contributions of Human Extended Pluripotent Stem Cells to Monkey Embryos ex vivo
體外人擴(kuò)展多能干細(xì)胞對猴胚胎的嵌合作用
https://pubmed.ncbi.nlm.nih.gov/33861963/
與第一篇文章一樣帚豪，這是另一篇有爭議的論文碳竟，對于一般讀者來說，原因可能更清楚狸臣。在這里莹桅，作者展示了他們?nèi)绾螌⑷祟惛杉?xì)胞移植到猴子的胚胎中，在那里他們能夠生長和分化烛亦，創(chuàng)造出一種嵌合體（chimera）—一種由一種或多種不同生物體的細(xì)胞組成的生物體诈泼，靈感來自希臘神話中的野獸。然后煤禽，他們進(jìn)行了scRNA-seq铐达，利用tSNE將這些嵌合胚胎與純?nèi)祟惡秃镒优咛ミM(jìn)行比較和對比。這讀起來像科幻小說中的東西檬果，比如《人猿星球》瓮孙，但他們?yōu)槭裁匆@么做呢？再生醫(yī)學(xué)（regenerative medicine）的一個(gè)令人興奮的途徑是能夠產(chǎn)生細(xì)胞和器官來替換人類受損的組織或器官汁汗，建立疾病模型衷畦，并測試治療該疾病的藥物栗涂。
希望是利用患者自身的細(xì)胞創(chuàng)造出一種嵌合體知牌，這種嵌合體含有專門為患者生長的人體器官，從而支持再生醫(yī)學(xué)領(lǐng)域斤程。目標(biāo)不是創(chuàng)造人類/猴子的雜交角寸，甚至不是從猴子身上獲取人體器官，因?yàn)檫@涉及到倫理問題忿墅。相反扁藕，由于我們進(jìn)化上的相似性，科學(xué)家希望以此為模型來研究宿主胚胎細(xì)胞與外來細(xì)胞之間的串?dāng)_疚脐，然后將其推廣到進(jìn)化上更遙遠(yuǎn)的物種（如豬）中生長的人體器官亿柑，因?yàn)樵谶@些物種中，倫理并不那么模糊棍弄。
4. Whole-cell segmentation of tissue images with human-level performance using large-scale data annotation and deep learning
利用大規(guī)模數(shù)據(jù)注釋和深度學(xué)習(xí)對組織圖像進(jìn)行具有人類水平的全細(xì)胞分割
https://www.nature.com/articles/s41587-021-01094-0
我的實(shí)驗(yàn)室為我們的研究做了很多熒光顯微鏡檢查望薄。在這樣的實(shí)驗(yàn)室工作，我最喜歡的事情之一就是看到單個(gè)細(xì)胞在顯微鏡的熒光標(biāo)記下發(fā)光呼畸。這就像觀察迷你星系痕支，但不是恒星和行星，而是細(xì)胞蛮原。與scRNA-seq不同卧须，提取生物信息不需要破壞樣本，這有助于重新利用樣本進(jìn)行額外檢測，以及獲取細(xì)胞的空間信息花嘶，從而為這些細(xì)胞作為一個(gè)整體的潛在功能提供更多信息笋籽。
然而，該領(lǐng)域的一個(gè)經(jīng)常性挑戰(zhàn)是在這些顯微鏡圖像中自動(dòng)分割細(xì)胞——分離和定位單個(gè)細(xì)胞察绷。已經(jīng)有許多工具被設(shè)計(jì)用來解決這些挑戰(zhàn)干签，但它們在更大、更復(fù)雜的數(shù)據(jù)集和組織類型方面往往不夠拆撼，而自動(dòng)化在這些方面尤為重要容劳。
為了解決這個(gè)問題，一組研究人員構(gòu)建了一個(gè)名為 TissueNet 的龐大數(shù)據(jù)集闸度，其中包含來自多個(gè)成像平臺(tái)和多種器官（包括正常組織和患病組織）的超過 100 萬個(gè)手動(dòng)標(biāo)記的細(xì)胞竭贩，包括正常和病變組織。然后莺禁，他們在這個(gè)數(shù)據(jù)集上訓(xùn)練了一個(gè)稱為Mesmer的深度學(xué)習(xí)模型來分割單個(gè)細(xì)胞留量。由于組織樣本的多樣性和龐大的樣本量，它是一種很有前景的資源哟冬，可以用作你感興趣的數(shù)據(jù)集的遷移學(xué)習(xí)中的預(yù)訓(xùn)練模型楼熄，并且我可能會(huì)在新的一年里自己進(jìn)行實(shí)驗(yàn)。
5. Single-cell transcriptomic characterization of a gastrulating human embryo
原腸胚形成的單細(xì)胞轉(zhuǎn)錄組學(xué)特征
https://www.nature.com/articles/s41586-021-04158-y
最后這篇論文為我們理解人類發(fā)展提供了新的視角浩峡。我們都是從一個(gè)沒有意識(shí)的單個(gè)細(xì)胞開始的可岂，它迅速膨脹成一團(tuán)細(xì)胞，形成一個(gè)胚胎翰灾。一旦它附著在我們母親的子宮上（這個(gè)過程稱為著床缕粹，implantation），我們的主要組織和器官就會(huì)開始發(fā)育纸淮。
在過去的幾十年里平斩，我們已經(jīng)了解了很多關(guān)于胚胎植入前（pre-implantation）發(fā)育的早期機(jī)制，但是我們對植入后（post-implantation）發(fā)育的了解還有很多不足之處咽块。由于明顯的倫理考慮绘面，很難闡明人類這一過程的全部機(jī)制，我們只能從體外（即在皮氏培養(yǎng)皿中）模型中研究這么多侈沪。
本文的作者通過對受精后16-19天自愿捐贈(zèng)的男性胚胎進(jìn)行單細(xì)胞RNA測序來闡明這些機(jī)制揭璃。在這一階段，胚胎正在形成早期的細(xì)胞層峭竣，形成發(fā)育中人類的主要組織和器官塘辅。在這個(gè)階段，胚胎正在形成初始層皆撩，產(chǎn)生發(fā)育中的人類的主要組織和器官扣墩。對這一過程的透徹理解可以收集關(guān)于先天性疾病如何發(fā)生以及妊娠并發(fā)癥的見解哲银，從而為未來的治療和干預(yù)工作提供信息。
使用擴(kuò)散映射（diffusion maps）和RNA速率（RNA velocity）等計(jì)算方法呻惕，作者確定了發(fā)育“軌跡”—細(xì)胞在計(jì)算推斷的發(fā)育時(shí)間線中的排列方式——從而洞察了誘導(dǎo)胚胎中新生干細(xì)胞向更成熟細(xì)胞轉(zhuǎn)化的轉(zhuǎn)錄網(wǎng)絡(luò)荆责，組織特異性細(xì)胞，如早期血細(xì)胞亚脆，以及這些事件發(fā)生的時(shí)間做院。這項(xiàng)工作提供了一個(gè)令人興奮的資源，可以與植入后發(fā)育的體外模型的數(shù)據(jù)進(jìn)行比較（正如這篇偉大的論文所做的：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8185470/)也是發(fā)育生物學(xué)領(lǐng)域的一次重大飛躍濒持。
附錄
Multiscale PHATE Exploration of SARS-CoV-2 Data Reveals Multimodal Signatures of Disease
SARS-CoV-2數(shù)據(jù)的多尺度PHATE探索揭示疾病的多模態(tài)特征
https://www.biorxiv.org/content/10.1101/2020.11.15.383661v1
雖然 Krishnaswamy實(shí)驗(yàn)室的這份預(yù)印本于2020年底出版键耕，但今年發(fā)現(xiàn)了它，并有機(jī)會(huì)在今年秋天參加了Dr. Smita Krishnaswamy博士的虛擬研討會(huì)柑营，她在會(huì)上詳細(xì)介紹了這項(xiàng)工作屈雄。正如標(biāo)題所示，這是她實(shí)驗(yàn)室的PHATE算法的擴(kuò)展官套，這是另一種降維算法酒奶。Multiscale PHATE的關(guān)鍵在于它可以在多個(gè)分辨率或尺度上可視化高維數(shù)據(jù)——因此有了“多尺度”（multiscale）這個(gè)詞。
根據(jù)分辨率（resolution）奶赔、粒度（granularity）或規(guī)模（scale）惋嚎，我指的是流形（manifold）中呈現(xiàn)的詳細(xì)程度。例如站刑，在粗粒度嵌入（oarse-grained embedding, ）中另伍，我們獲得了相關(guān)數(shù)據(jù)的高層次的概要，重點(diǎn)是全局結(jié)構(gòu)和將臨近細(xì)胞折疊為奇異點(diǎn)笛钝。相比之下质况，更細(xì)粒度的流形可以深入了解細(xì)胞之間的變化（或者更一般地說愕宋，附近的數(shù)據(jù)點(diǎn)之間可能存在的差異）玻靡。在幾乎所有降維算法中—PCA、tSNE中贝、UMAP囤捻，甚至 PHATE——默認(rèn)情況下，我們只能看到一個(gè)分辨率或底層流形的粒度級(jí)別邻寿。
然而蝎土，考慮數(shù)據(jù)中的所有詳細(xì)程度可能是有用的，例如绣否，在預(yù)測疾病嚴(yán)重程度時(shí)誊涯。在持續(xù)的 COVID-19 大流行中，有大量論文和預(yù)印本利用患者細(xì)胞的單細(xì)胞基因組學(xué)來了解SARS-CoV-2病毒對我們細(xì)胞的影響蒜撮，這可以深入了解死亡率結(jié)果暴构。然而跪呈，僅僅從一個(gè)尺度上看數(shù)據(jù)，我們可能會(huì)忽略通過考慮患者樣本中存在多少免疫細(xì)胞來區(qū)分有效免疫反應(yīng)的細(xì)節(jié)取逾。
這就是Multiscale PHATE的動(dòng)機(jī)耗绿，他們將其應(yīng)用于COVID-19患者的真實(shí)的單細(xì)胞數(shù)據(jù)。 使用上述MELD算法砾隅，他們可以根據(jù)疾病嚴(yán)重程度對樣本進(jìn)行分類误阻。受時(shí)間不均勻馬爾可夫過程的啟發(fā)，這種方法的數(shù)學(xué)思想非常吸引人晴埂，其應(yīng)用在這場持續(xù)的流行病中非常相關(guān)究反，值得一讀鹏往。
