monocle 拟时序分析
发布网友
发布时间：2022-10-18 05:10
共1个回答
热心网友
时间：2023-11-08 02:07
monocle是我们经常用的拟时序分析工具，可以使用bioconctor安装。目前已经更新到第3版本，monocle3安装有点麻烦，可以参考官网 https://cole-trapnell-lab.github.io/monocle3/ 。
Monocle使用一种算法来学习每个细胞必须经历的基因表达变化序列，作为动态生物学过程的一部分。一旦它了解了基因表达变化的整体“轨迹”，Monocle就可以将每个细胞放置在轨迹中的适当位置。Monocle依靠一种叫做反向图嵌入的机器学习技术来构建单细胞轨迹 https://www.nature.com/articles/nmeth.4402
单细胞测序一般使用seurat分析，monocle分析seurat对象是需要进行一些处理。
monocle2拟时序分析主要基于以下三个步骤
1、基因筛选：Monocle可选取感兴趣的基因（差异基因），并利用这些基因来构造数据。
2、降低维度：选择用于细胞排序的基因，对数据进行降维处理。
3、pseudotime对细胞排序：通过将表达数据投影到较低维空间，构建细胞间的分化轨迹。
结果如下图，各个点代表一个细胞，具有相似状态的细胞被聚在一起。每个分支点代表一个可能的生物学过程的决策点。
细胞间状态转换相关基因表达热图如下图,热图显示大体分为两类基因，一类从低到高表达，一类从高到底表达，还有一类中间高表达（也可多分几类）。类似基因共表达模块，具有相同表达模式的基因聚在一起。如下图第3个cluster基因，在分化的起始高表达，随着拟时间的增加，表达量逐渐降低。那么这些模块的基因可能就存在这某个生物学的功能或者通路，接下来就可以进行进一步的挖掘。
按聚类数3划分基因聚类关系，可以提取这三部分基因进行go、kegg注释。
TSCAN
文献 10.1093/nar/gkw430
http://www.bioconctor.org/packages/release/bioc/html/TSCAN.html
