单细胞转录组中的pseudotime是什么

今天就跟大家聊聊有关单细胞转录组中的pseudotime是什么，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

对于单细胞转录组数据，通过聚类分析，我们可以得到细胞亚型，再通过差异分析，可以得到不同细胞亚型的marker基因，结合下游的功能分析，可以让我们对细胞类型和功能有更进一步的认识。

以上这些就是单细胞转录组的基础分析内容，对于识别到的细胞亚型，我们可以进一步研究不同亚型之间的分化和演变的过程。在生物体内，细胞的分化是一个动态过程，会受到到细胞间相互作用，生物分子调控等多种因素的影响，而且每个细胞分化的过程是不同步的，如果将细胞的分化看做一个爬楼梯的过程，同一时间，每个细胞所处的楼层是不同的。

将细胞分化过程看做一条时间线，研究确定每个细胞在该时间线上的位置，就是所谓的pseudotime分析，也称之拟时分析，或者细胞轨迹cell trajectory分析。

通过测序我们得到了基因在不同细胞中的表达量数据，后续也是基于表达量的数据去进行拟时分析，通常包含以下3个步骤

1. 筛选基因

基因的选取对于后续分析是非常关键的，不同的基因集会得到完全不同的结果。从定量结果中，可以看到许多基因表达量非常的低，这其中有一部分就是背景噪音，在后续分析时是需要去除的，另外，为了提高分析结果的准确性，我们需要选择有生物学意义的基因，比如marker基因来进行后续的分析。

2. 降维

基因的表达量是一个高维的数据结构，直接基于这样的数据去分析是非常复杂和繁琐的，运算量非常的大，所以需要先降维处理。

3. pseudotime

细胞分化过程和物种进化类似，都是一个树状结构，首先根据表达量的分布构建一个最佳的树状结构，然后确定每个细胞在该树状结构中的位置。

典型的拟时分析的结果示意如下

用一张2D-plot来展示细胞轨迹，所以在分过程中需要降维，图中每个点代表一个细胞，细胞后面的树状结构就是细胞分化的树状结构。

得到了细胞的pseudotime之后，我们可以根据pseudotime来进行差异分析，探索细胞分化过程中的重要基因，示意如下

最后可以结合功能富集分析和基因相互作用分析，来挖掘重要的功能基因。

看完上述内容，你们对单细胞转录组中的pseudotime是什么有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注编程之家行业资讯频道，感谢大家的支持。