2020.11.18 B站直播 拟时分析新思维——RNA velocity
拟时分析的本质是包含一条具有起点和终点的时间轴的细胞轨迹。时间轴的构建是在细胞轨迹的上,依据生物学先验知识来确定起点和重点完成的。细胞轨迹的构建则是通过细胞的表达量特征来完成的,主流方法有三种:(1)基于基因表达量的树图方法,经典软件是monocle和PAGA,以基因表达量动态变化来构建细胞轨迹;(2)无监督聚类,经典算法是UMAP,UMAP的聚类结果包含一条隐匿的时间轴,这也是今年文章中UMAP降维逐渐替代tSNE降维的一个原因;(3)基因的降解趋势和合成趋势,也就是今天我们会重点讨论的RNA velocity。
RNA velocity在近两年的文章中出现频率越来越高,这已经从侧面说明RNA velocity相较于monocle等软件有其固有的优势:①无需生物学背景的先验经验;②数据兼容性强;③接近单细胞水平的分析角度。
从以上优势不难看出,RNA velocity具有的独特视角和分析模式为细胞分化研究拨开了一层迷雾,在未来会得到更多的使用和优化。本周三,我们将与大家在B站再一起来细看RNA velocity,欢迎大家前来围观。