Ordenação pseudo-temporal em populações heterogêneas

Alon Gelber

2017-05-17 01:22:02 UTC

view on stackexchange narkive permalink

Qual é a ferramenta mais amplamente aceita para fazer ordenação pseudo-temporal de dados scRNAseq? Também existe a possibilidade de separar a expressão diferencial que ocorre com base na "identidade celular" ou talvez mais precisamente o destino do tipo de célula daquele que surge de células em diferentes estágios de diferenciação.

Para ser mais concreto, digamos que há uma população de células, algumas das quais nasceram nos tempos 1, 2 e 3. A progressão ao longo da trajetória temporal pode ser descrita por meio de um conjunto de genes que flutuam conforme a célula amadurece. Portanto, você pode ter o mesmo tipo de célula que nasceu no tempo 1 ser transcricionalmente distinto de um mais jovem nascido no tempo 3. Por outro lado, nesta população há subpopulações que terão destinos celulares diferentes e são transcricionalmente distintos. Existe uma maneira de separar de forma confiável o eixo temporal dos "eixos do destino da célula". Se não, isso é algo em que as pessoas estão trabalhando ou é uma lógica falha pensar que esse tipo de coisa é possível?

Acho que esta questão pode ser muito especulativa para esta plataforma. Em particular, isso envolve a definição de tipos de células e estados, o que em muitos aspectos é filosófico.

O que significa tag? significa pequeno RNA condicional? Acho que essa questão tem dois problemas diferentes, um sobre o scRNA e outro sobre a separação de subpopulações de um pool. Você poderia esclarecer isso?

Eu acho que a tag significa RNA-seq de célula única (me corrija se estiver errado?). Embora a questão seja ampla, conheço pessoas que estão trabalhando nesse problema e desenvolvendo ferramentas - infelizmente não sou um especialista.

@SarahCarl Talvez você possa se tornar alguém pesquisando uma resposta para esta pergunta: D. Se for muito amplo, acho que você pode votar também, acho que não mostra esforço de pesquisa, mas não tenho certeza se é muito amplo ou não

Sem ser um especialista em scRNA-seq, parece-me que você está procurando por algo como o [pacote monocle] (https://bioconductor.org/packages/release/bioc/html/monocle.html).

@Llopis Eu acho que é muito amplo - mas se editado pode funcionar bem. Se esta questão fosse uma questão sobre prós / contras de algumas ferramentas diferentes, isso poderia funcionar melhor.

Para referência, aqui está uma lista com a maioria (mas não todos) os métodos disponíveis: https://github.com/agitter/single-cell-pseudotime. Não acho que seja uma pergunta que possa ter uma resposta clara sem uma grande pesquisa. Veja também esta revisão de estratégias: http://onlinelibrary.wiley.com/wol1/doi/10.1002/eji.201646347/abstract. Monocle é provavelmente o mais conhecido, mas tem sido criticado com frequência, levando as pessoas a fazerem novas ferramentas quando ele não funciona.

@Valentine obrigado pela sua resposta, já vi a página do github antes, mas é bom ligá-la aqui. E obrigado pela revisão, vou lê-lo e ver o que posso extrair dele. Eu queria algumas opiniões sobre qual método / ferramenta parece fazer o melhor trabalho neste momento. Se alguém tiver opiniões ou experiências com isso, adoraria ouvi-los.

Também gostaríamos de poder incorporar padrões de expressão conhecidos aos modelos.

@Alon Sua pergunta é interessante, mas parece mais um projeto de pesquisa do que algo com uma ferramenta prontamente disponível :). Se você sabe que seus padrões de expressão são semelhantes a interruptores, dê uma olhada em Ouija: https://github.com/kieranrcampbell/ouija. Se os padrões forem diferentes, tente encontrar um estatístico próximo que esteja familiarizado com modelos de variáveis latentes.