2020-03-09Deciphering Cell Fate

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