2020-03-09Deciphering Cell Fate Decision by Integrated Single-Cell Sequencing Analysis

INTRODUCTION

  细胞分化是一个多层次的过程,immature cell---specialized progenitors---mature cell types,涉及到连续的表观和转录组变化,旁分泌和自分泌信号的影响,以及环境噪音和生物多样性的影响。而对细胞分化机制的解析有助于理解癌症和重编程等等,因此困难而重要。
  目前单细胞研究发现,经典的分化模型是离散二值化决定,可能演变成在转录组连续的一个概率模型。
  其他研究细胞分化的方法有很多,比如影像谱系示踪等等,与单细胞结合将发挥大作用。
  这篇文章主要聚焦单细胞对细胞命运决定机制的解析。

REVEALING THE MECHANISMS OF CELL FATE SPECIFICATION USING SINGLE-CELL TRANSCRIPTOMICS

1. Reconstructing Differentiation Trajectories to Characterize Cell Fate Specification

转录的snapshot:

  单细胞数据往往只捕获单个snapshot,大部分谱系重建基于一个假设:具有基因谱表达相似,具有发育上的相似性。
Monocle:dimensionality reduction--minimum spanning tree (MST)
Monocle2: reverse graph embedding(undirected graph),在低维空间寻找潜在变量,然后利用graph来推测分化轨迹,无需先验知识。
Wanderlust,Wishbone,PAGA, SLICER,and p-Creode都是基于kNN graph
StemID,DPT:基于cluster的相似性派生树的拓扑结构。
以上方法,除了SLICE, SLICER, SCENT and StemID以外,都无法预测树的起点和终点。这几个方法利用entropy来推测。
RNA velocity:利用mRNA 生命周期的动力学来推测分化轨迹。

涉及到多个时间点的算法:

STITCH: a kNN graph–based strategy+a coarse-grained graph
Waddington-OT:适用于reprogramming,基于最优运输原理。考虑了细胞的生长和死亡率。
Pseudodynamics:适应-扩散-漂移模型模拟在低维空间中连续细胞状态下种群分布的变化率。

涉及到实验方法的验证:

scSLAM-seq: 4-thiouridine (4sU)标记。
sci-fate: combinatorial indexing, in vitro

2. Modeling Differentiation as a Probabilistic Process to Quantify Cell Fate Bias

GPfates:Bayesian Gaussian process来降维和推测拟时间
STEMNET:需要先验知识判断细胞的成熟状态, fit an elastic net–regularized generalized linear model
FateID: random forests–based approach,动态迭代推测分化路径。
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

目前的计算方法很难去描述分子振荡和不对称细胞分裂在发育中的表现。
细胞分裂和技术上的批次效应会影响拟时间。
转录组只是一层的信息读数,还缺少其他的信息,比如表观等等。

INTEGRATING LINEAGE TRACING AND SINGLE-CELL TRANSCRIPTOMICS TO EXPLORE THE UNDERPINNIGS OF CELL FATE DECISIONS

目前细胞示踪的主要实验方法有荧光蛋白和核酸标记,而核酸标记的方法有: viral transduction–based,recombinase-based, and CRISPR-based techniques。

DISCUSSION AND OUTLOOK

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,132评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,802评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,566评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,858评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,867评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,695评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,064评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,705评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,915评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,677评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,796评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,432评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,041评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,992评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,223评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,185评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,535评论 2 343

推荐阅读更多精彩内容