Skip to content

定序技術 › 單細胞 RNA-seq › 軌跡分析

軌跡分析 (Trajectory Analysis) ​

把細胞沿著一個連續的生物過程(分化、活化、藥物反應)排序。單細胞實驗只拍到一個時間點的「快照」,但不同細胞處在過程的不同階段;軌跡分析從這些快照推回過程的順序。

核心概念 ​

概念意義
擬時間 (pseudotime)細胞在推論路徑上的相對位置,不是真實時間;單位無意義、只能比較先後
根 (root)起點,通常需要人工指定(例:幹細胞群)
分支 (branch)路徑分岔,暗示譜系分化
RNA velocity由未剪接 / 已剪接 reads 的比例推估每個基因「正在上升或下降」,給軌跡方向

工具 ​

工具方法特點
Slingshot(R)在分群上建最小生成樹,再擬合主曲線簡單、穩健,需先分群
Monocle 3(R)在 UMAP 上學習主圖 (principal graph)可處理複雜分支
PAGA(scanpy)群之間的連通性圖適合判斷整體拓樸,常與擴散擬時間 (DPT) 搭配
scVelo(Python)RNA velocity 的動態模型提供方向;需要 spliced / unspliced 計數(velocyto、STARsolo)
CellRank(Python)結合 velocity 與相似度推估終點狀態與命運機率多終點的分化系統

使用前提與陷阱 ​

陷阱說明
資料裡本來沒有連續過程軌跡工具一定會畫出一條路徑,即使細胞只是幾個分離的群
方向是假設出來的沒有 velocity 或已知標記時,起點由人決定
對 UMAP 擬合UMAP 會扭曲距離;在 PCA / 擴散空間推論較可靠
批次與細胞週期可能被誤認成「軌跡」;先校正或回歸掉
RNA velocity 的假設轉錄速率恆定等假設在很多系統不成立,方向可能錯
沿擬時間的差異表現用 tradeSeq 等考慮平滑曲線的方法;p 值仍有細胞非獨立的問題

軌跡是假說產生工具。用時間序列實驗、譜系追蹤 (lineage tracing) 或已知 marker 的先後順序來驗證。

流程上的位置見 單細胞 RNA-seq。