scRNA-seq数据分析想必大家都比较熟悉了，自2014年nature biotechnology提出单细胞拟时分析或称为轨迹分析（Trajectory）已经有五个年头了。除了经典的Monocle（只不过是一个R包）之外出现了许多应用方便的分析工具与算法，由我带大家认识一款在Linux（命令行版）和Windows（界面版）都可以使用的分析工具——STREAM。

因为最近开始关注scRNA-seq的数据分析，就选择了这个领域，目前主要看的文章其实是关于Monocle的。一个偶然的机会在YouTube看到一个视频介绍STREAM，用示例数据在网页版试了一下还挺好用的。这个视频首先整体介绍了一下拟时分析的基本思想：降维排序。然后主要介绍了他们采用的基于图结构的算法实现。

我的主要工作就是把演讲的PPT一页一页地通过截屏的方式保存下来，以便回顾学习。截屏已经成为我实现学习的基本方法。

轨迹分析通识

我们知道细胞的分化发育是一个有方向的不可逆的过程，这个过程经常被比喻为昆仑山上的一湖水从山顶上奔涌下来，通过不同的支流流到太平洋中去。你可以想象吗？

时间已经来到这个时代，即人类已经可以把生命过程的研究推进到单细胞水平了。那么我们当然想知道一个细胞（或者一个组织的不同细胞）是怎样分化与发育的了。

轨迹分析本质上是一种排序分析。尽管轨迹（ trajectories ）分析也会被称为拟时（ pseudotime ）分析，但是二者是有侧重的。可以说拟时轨迹分析的一部分，也可以说轨迹是在拟时序空间中的排布。

我们拿到的基因表达矩阵并没有关于每个细胞在什么状态的标签，只有表达量的不同。要构建这种排序就要借助具体的算法来实现轨迹的推断。

用到的技术路线图：

关于本场讲座有很多PPT会被放出来，但是值得记住的就那么几张，这就是其中一张。因为它讲述了拟时分析的基本要素：

• 一个基因表达矩阵
• 特征选择（关键基因：用来确定拟时序和轨迹分支）
• 降维（所谓的排序就是在低维空间排布高维数据）
• 聚类（哪些细胞可以排布到同一个分支中呢？）
• 结构拟合（轨迹基本形状）
• 路径确定以及细胞排序
• 可视化

如何确定一个模型的好坏？

在红色字体的网址中我得到了如下建议（当然是借助Google翻译了）：

• 用于此任务的数据集
• 评估方法的度量标准
• 最先进的方法包括作为基线
• 用于存储和比较不同方法的轨迹和伪时间的最小信息
  

STREAM

于是作者开始介绍他们开发的工具STREAM (Single-cell Trajectories Reconstruction, Exploration And Mapping) 了，单细胞数据分析的一大有点就是：图很好看。

基本和Monocle的流程一样。最关键的 是最后两步：确定轨迹的形状和在轨迹中对细胞排序。

下面作者逐步介绍了这些算法的细节。牵扯到流行学习的非线性降维，非监督机器学习的聚类分析以及关于图的模型。

降维

大家看到左下角那半个单词了吗？YouTube居然提供实时字幕（当然还有对实时字幕的翻译，虽然翻译还不如你猜的准确）。

轨迹推断

大家还记得 Monocle 的算法—Reversed graph embedding（RGE）吗？而这款软件用的是Elastic Principal Graph  EPG。可见图结构在单细胞数据分析中的地位是十分的重啊。

关于这个算法，我只能把砖搬在这了。关于图大家要明白的就是它是由边和节点组成的，而如何定义节点和边，就是区分不同算法的基本要素。

初始结构

因为Monocle  其实也是基于图的，所以他们都用最小生成树（Minimum spanning tree）来获得初始轨迹结构。

可视化

界面分析工具

网址 ： http://stream.pinellolab.org/ 打开之后，界面张这样：

里面有一些应用的示例数据，你可以尝试着点一点Run一下看看这些花里胡哨的结果，然后再换成你自己的数据。

当然，他们也提供的命令行版的可供在linux上运行，GitHub在这STREAM。

参考

Single-cell methods comparison platform
The dynamics and regulators of cell fate decisions are revealed by pseudotemporal ordering of single cells
STREAM
[MIA: Luca Pinello, Huidong Chen, Single-cell trajectories from omics; Jonathan Hsu, CRISPR tiling]