题为：Computational methods for trajectory inference from
single-cell transcriptomics， 于2016年发表在 Eur. J. Immunol。文章链接：
https://doi.org/10.1002/eji.201646347
其中关于拟时轨迹的三大应用方向可以参考。
1. Identifying transition states using single-cell trajectories
把细胞发育或应对外界响应而进行的一系列功能性转录表达划分成一个个状态，state，用来区分不同集合的基因表达响应。那么，在细胞发育阶段中，细胞随着不同状态而变化，呈现动态表达调控，即某些基因响应，而某些基因被沉默。
传统方法用于区分细胞发育过程状态的方法包括，转录组的变化，形态学比较，表观组学研究及marker gene应用。但是应用了单细胞转录组技术的拟时轨迹构建，也就能识别那些无法基于形态学差异区分transition state 。其利用无监督聚类算法对developmental continuum 过程的细胞密度聚类，识别可能的不同状态。
一旦识别出了各种状态，那么潜在的区分各个状态的marker gene也能被发现。而且，也能进一步识别各个状态的表达pattern 进而分析相关功能。
简化到数据分析中，也就是通过降维，聚类，排序确定细胞分化过程中未知的细胞状态，以及区分这些状态的marker gene，并对识别该分化过程中的表达pattern，解释其可能相关的功能。
2. TI unravels the wiring of dynamic processes
在分化过程中，细胞会严格控制各个子细胞群的分化能力，使得他们最终分化形成不同的细胞类型。那么这个命运决定的时间节点究竟在何时？文章引用造血干细胞的例子表明，通过过单细胞转录组拟时轨迹研究发现这个分化点相比以往的研究结果更早。
总而言之，拟时轨迹分析给细胞的分化过程的命运决定研究提供了新的方向，尤其是对branch point 的研究。尽管二分树的分支轨迹解释了分化过程分支点的形成，但是分支点究竟是因为什么而启动，这一问题仍无法解答。文章建议结合单细胞蛋白组，单细胞表观组及空间数据可能为这一分支点启动机制给出解释。
借助算法，识别分化过程的branch point，并结合已有研究解释该branch 含义。
3. Elucidating network dynamics along transition states and branch points
细胞生命过程中最重要的一步是转录调控。如发育过程中转录因子活动的改变导致染色质修饰、重组等活动。理解细胞过程的基因动态变化是解释为什么细胞发育过程需要经历多个步骤，也为疾病研究揭示是否某一步骤出现差错。
单细胞转录组的动态调控分析不仅能够识别特定状态下的转录调控因子，也能推导出该因子如何引起下游基因集受到调控。其次在branch point的动态调控网络研究也能发现一些重要的调控因子。而且，排序好的数据能够推导出真实的因果性的基因互作，表现在A调控因子的表达增加导致B、C调控因子的激活。
这一部分就是关于转录调控因子的分析。结合相关文章、背景知识深入研究。
网友评论