写在前面

基于单细胞转录组数据，我们有机会在单细胞精度水平下研究基因调控（单细胞水平miRNA调控）。在上次，已经推荐了CSN（Cell-Specific Network）方法来识别单细胞特异性基因网络。本次再介绍一个CSN改进方法：c-CSN（Conditional Cell-Specific Network）。

01

—

动机

CSN方法在识别单细胞层次水平的基因互作（Gene-Gene Interactions，GGI）关系时，有一个重要的前提条件是：基因A和基因B与其他基因是相互独立的。但现实情况是：基因A和基因B与其他基因不可能相互独立，只可能条件独立。所谓条件独立是指：当研究基因A和基因B关系时，必须要考虑其他基因，基因A和基因B与其他基因是有条件的独立。为了解决这个问题，c-CSN应运而生。

02

—

c-CSN

c-CSN方法（图1）改进和拓展了CSN方法。通过构建一个细胞特异性条件相关统计量，c-CSN方法从单细胞转录组数据中识别细胞特异性条件基因调控网络（也是一个细胞，一个网络）。c-CSN方法在多个单细胞转录组数据中应用，结果进一步证实：在刻画细胞时，基因网络比基因表达更加稳定，并且c-CSN比CSN更加精确的识别单细胞基因调控网络。详细方法和应用结果可以阅读该论文。

图1 c-CSN方法论文

后话

因为假设更符合实际情况，c-CSN方法比CSN方法在识别单细胞基因调控网络时候更加合理。但是有一个问题是：如何确定条件变量？毕竟，条件变量不一样，基因A和基因B的关系可能发生变化。能够缓和这个问题的解决方案之一：采用基因调控网络的先验信息来确定基因A和基因B可能涉及的条件基因。

参考文献：

[1] Li L, Dai H, Fang Z, Chen L. c-CSN: Single-cell RNA Sequencing Data Analysis by Conditional Cell-specific Network. Genomics Proteomics Bioinformatics. 2021;19(2):319-329. doi:10.1016/j.gpb.2020.05.005

[2] Dai H, Li L, Zeng T, Chen L. Cell-specific network constructed by single-cell RNA sequencing data. Nucleic Acids Res. 2019;47(11):e62. doi:10.1093/nar/gkz172

更多背景知识如下：

1. ​miRNA是何方神圣？

2. ​What？植物miRNA能够调控动物靶基因？

3. miRNA也走非主流路线！

4. Tools4miRs：只为miRNA分析

5. miRNA序列与表达谱数据库

6. miRNA有个DIANA系列

7. miRNA富集分析之miRPath

8. miRNA富集分析之TAM

9. miRNA富集分析之miEAA

10. miRNA富集分析之clusterProfiler

11. ​miRNA靶基因识别

12. ​miRNA靶基因识别：下一步

13. miRNA靶基因之实验验证型数据库

14. ​miRNA靶基因之预测型数据库

15. miRNA靶基因之综合型数据库

16. miRNA靶基因之miRLAB

17. miRNA靶基因之miRBaseConverter

18. miRNA与TF互为调控

19. miRNA与人类疾病

20. miRNA靶基因与人类疾病

21. ​miRNA与EMT

22. miRNA协作

23. miRNA协作之MFSN

24. miRNA协作之因果推理方法

25. 单细胞水平miRNA调控

26. miRNA靶基因识别之IDA

27. ​EMT，你怎么那么多调控因子！

28. miRNA靶基因识别之DirectTarget

29. miRNA靶基因识别之JointIDA

30. ​miRNA靶基因识别之hiddenICP

31. miRNA活性识别之因果推理方法

32. 因果推理综述推荐一篇

号外，为了便于交流，我们为miRNA介导的ceRNA研究在Frontiers in Molecular Biosciences杂志（ 2020_IF = 5.246）整了个专刊，主题为“Computational Identification of ceRNA Regulation”。投稿链接：https://www.frontiersin.org/research-topics/24340/，也可点击阅读原文直达哦。