看Cross-tissue organization of the fibroblast lineage的时候发现作者使用了Slingshot这个r包来做拟时序分析，尝试使用了一下。

一、加载数据，转换格式

我使用的数据集：正常成纤维单细胞数据集（https://doi.org/10.1038/s41586-021-03549-5 ），seurat文件。

library(slingshot)
library(Seurat)
library(SingleCellExperiment)
library(RColorBrewer)
#加载单细胞数据集
load(file = "sc.RData")
#seurat转换为SingleCellExperiment
sc <- as.SingleCellExperiment(sc)

二、运行slingshot

sc <- slingshot(sc, clusterLabels = "ClustName", reducedDim = "UMAP")
sc
#class: SingleCellExperiment 
#dim: 21087 5000 
#metadata(0):
#assays(2): counts logcounts
#rownames(21087): Sox17 Mrpl15 ... 1700109K24Rik Gm10556
#rowData names(0):
#colnames(5000): AAGGTTCAGACAGACC-1_1_1 AAGTCTGAGGATGGTC-1_1_1 ...
#  TTGGAACCACCACGTG.4_32 TTTATGCGTCTGATTG.4_32
#colData names(11): nCount_RNA nFeature_RNA ... slingPseudotime_3
#  slingPseudotime_4
#reducedDimNames(3): PCA HARMONY UMAP
#mainExpName: RNA
#altExpNames(0):
summary(sc$slingPseudotime_1)
#Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
#  0.155   7.934  12.553  13.726  19.180  27.999    1559 

三、可视化

折线图：可指定起始和终点细胞簇（如果有先验知识，不指定的话就是无监督的）。

lin1 <- getLineages(sc, 
                    clusterLabels = "ClustName", 
                    #start.clus = 'Pi16',#可指定起始细胞簇
                    #end.clus=c("Comp","Col15a1","Ccl19"),#可指定终点细胞簇
                    reducedDim = "UMAP")
plot(reducedDims(sc)$UMAP,col = brewer.pal(10,'Paired')[sce$Cluster],pch=16,asp=1)
lines(SlingshotDataSet(lin1), lwd=2,col = 'black',type = 'lineages')

轨迹图：不指定起始和终点细胞簇（左）和同时指定起始和终点细胞簇（右）。

曲线图：我这里使用了同时指定起始和终点细胞簇的lin1，得到的结果和文章基本一致。

crv1 <- getCurves(lin1)
plot(reducedDims(sc)$UMAP,col = brewer.pal(10,'Paired')[sce$Cluster],pch=16,asp=1)
lines(SlingshotDataSet(crv1), lwd = 3, col = 'black')

参考文献：Slingshot: cell lineage and pseudotime inference for single-cell transcriptomics.BMC Genomics, 2018, 19, 477.
帮助文档：Slingshot: Trajectory Inference for Single-Cell Data (bioconductor.org)