经由过程单细胞转录组测序技能获得海量细胞的表达矩阵，可以对于细胞亚群做聚类、解释，鉴定亚群marker genes，寻觅组间差异调控收集，绘制构造特异性图谱等。于聚类阐发中寻觅的是细胞间的离散属性，也就是细胞之间的差别，而轨迹阐发中寻觅的是持续属性，也就是细胞之间的不异的地方。为何细胞的分解既有离散性又有持续性呢？这是一个问题，现实检测是针对于每个细胞举行的，可是细胞的分解是持续的，之以是用分群的要领来注释异质性，然后用轨迹来论述发育轨迹，其实是一种无奈之举，只能说实际老是残暴的。今朝举行细胞轨迹阐发的要领以及软件很是之多，常见的轨迹阐发重要是经由过程monocle软件为代表的拟时序阐发。事实上monocle提供了一套具备开导意义的轨迹要领，经由过程简朴粗鲁的体式格局试图填补这抱负与实际的间隙。于monocle软件里轨迹与图谱是分散的，即TSNE/UMAP的图谱和另外一个降维空间的轨迹。那末有无一种降维技能可以或许把二者联合起来呢？今天咱们先容的scanpy的PAGA(graph abstraction reconciles clustering with trajectory inference through a topogy preserving map of single cells)寄但愿于保留细胞图谱的根蒂根基上完成细胞轨迹的揣度，从而于聚类核轨迹上实现了同一。图1 基在分区的图抽象天生保留拓扑的单细胞映照PAGA可以被看做是一种易在注释以及稳健的拓扑数据阐发要领，经由过程高维基因表达数据降维后计较邻域瓜葛的相干间隔器量来暗示kNN图。将kNN图以指望的分辩率举行分区，此中分区暗示持续的细胞群。为此，可使用Louvain算法，固然也能够经由过程其他体式格局举行分区。接下来，PAGA图经由过程将一个节点与每一个分区联系关系起来，并经由过程分区间连同性的统计器量的加权边毗连每一个节点。然后，经由过程抛弃低权重的假边，PAGA图展现了数据于选定分辩率下的去噪拓扑，并展现了其毗连以及断开的区域。是否是觉得很绕，简朴来讲就是，点代表一个细胞类群，两点之间的连线代表两个细胞类群之间有瓜葛，线的是非反应两个细胞类群于聚类图上的位置瓜葛，线的粗细暗示获得的轨迹瓜葛的置信度，线越粗，置信度越高。接下来，咱们一路来看看scanpy中PAGA的效果怎么样吧。近来，Plass等人哄骗PAGA对于来自21,612个细胞的scRNA-seq数据重修了整个成年动物的细胞谱系。作者研究了使总体连通性最年夜化的树状子图，同时，作者还展示了怎样将PAGA用在天生具备多种分辩率的数据映照图。同流形进修相反，每一个映照都保留了数据的拓扑。PAGA的多分辩率功效直接解决摸索性数据阐发，出格是对于在单细胞数据：需要更高细节的区域从头聚类。图2 PAGA运用在整个扁虫的图谱只管PAGA图中的毗连凡是对于应在现实的生物轨迹，但环境其实不老是云云。这是PAGA运用在kNN图的成果，它只包罗关在数据拓扑的信息。是以，咱们不由思索，既然每一个生命从久远来看所有的细胞都来自一个细胞，是否是于一套数据集中可以设置一个遥远的点作为发育的出发点呢？如许是否是更能反应轨迹揣度的现实呢？是以，有人思量基在RNA速度的有向图，用在存储有关细胞改变的信息。为了实现这一目的，咱们将无向的PAGA毗连性器量扩大到此类有向图，并使用它来定向PAGA图中的边。因为高维特性空间scRNA-seq数据的非凡性，直接拟合RNA速度向量是很坚苦的。PAGA是否可以或许提供了一种可以提取拓扑信息以及RNA速度信息的要领？接下来，经由过程对于Wagner等人的斑马鱼数据举行阐发，将PAGA用来阐发斑马鱼胚胎于差别发育时间点网络的53,181个细胞。PAGA图正确地获取了时间进展的链拓扑，而且更易注释的细胞类型谱系瓜葛。经由过程对于PAGA坐标初始化ForceAtlas2结构主动孕育发生的单细胞数据。将邃密细胞类型的PAGA图与的粗线度图举行比力，再现了作者以前的成果。图3 PAGA运用在斑马鱼胚胎数据小编小结scRNA-seq近些年的成长对于生物医学研究范畴孕育发生极年夜的影响。由此孕育发生的数据集也是海量的，然而，对于这些景不雅数据反应细胞异质性以及模式的算法阐发，仍旧面对着伟大的挑战。今朝的计较要领凡是以以下两种体式格局之一来解决这一点 ：细胞聚类以及细胞轨迹阐发。虽然前者是年夜大都单细胞数据阐发的根蒂根基，尔后者可以更好地注释持续表型以及历程。PAGA基在图形的阐发要领把这两种阐发思绪举行了同一，先经由过程Louvain algorithm算法对于细胞举行降维，天生低纬度的聚类图，基在聚类图进一步阐发差别细胞类群之间的瓜葛。以是，与其说PAGA是轨迹阐发图，不如说是轨迹瓜葛图。参考文献F. Alexander Wolf et al,PAGA: graph abstraction reconciles clustering with trajectory inference through a topology preserving map of single cells.Genome Biol . 2019.doi:10.1186/s13059-019-1663-x.