计算分析重建细胞谱系并推断历史状态2026-11-16 08:34:44
在谱系关系重建方面,计算方法主要用于从遗传记录中恢复细胞亲缘关系。对于CRISPR/Cas9动态条形码,编辑信息可转化为特征矩阵,并通过系统发育方法构建谱系树。针对编辑不可逆性、条形码信息缺失及大规模数据分析等问题,研究者开发了专用算法。例如,Cassiopeia通过整合条形码和CRISPR-Cas9诱导的插入/缺失编辑信息,构建特征矩阵并优化谱系树重建,提高了复杂单细胞谱系数据的解析能力。随着谱系信息与单细胞转录组等多组学数据结合,计算分析进一步拓展至细胞历史与分子状态的联合解析。谱系数据反映细胞来源,而组学数据描述细胞当前状态,二者结合能够揭示细胞状态变化与命运选择之间的联系。例如,PORCELAN借助表示学习将单细胞基因表达映射到契合谱系树结构的潜在空间,结合置换与优化算法识别谱系分支关联的基因表达模式,解析细胞分裂过程中的细胞状态记忆与细胞状态转变;LineageVAE模型则通过潜在状态空间,结合谱系信息推断历史细胞状态并预测细胞状态转换。
此外,结合谱系示踪信息的计算模型能够进一步推断细胞分化过程中的未知历史状态。由于单细胞测序通常只能获得谱系末端细胞的当前分子状态,而祖先细胞的状态无法直接观测,因此需要利用谱系树结构和单细胞转录组数据进行祖先状态重建。TreeVAE等生成模型通过结合细胞间的谱系关系与转录组数据,推断祖先细胞的基因表达状态,可给出预测的不确定性度量,为探究亚克隆分子动态提供概率计算框架。CoSpar和PhyloVelo等方法进一步整合谱系信息与转录组数据,用于推断早期命运偏向和细胞状态转换方向。计算分析已成为连接谱系记录、分子状态和细胞命运的重要纽带,并推动细胞谱系研究由单纯的细胞来源追踪向多维状态解析和命运预测拓展。未来,随着多模态数据融合、机器学习及深度学习方法的进一步发展,计算框架有望提高谱系重建的准确性和细胞命运预测能力,为解析复杂生命过程中的细胞动态变化提供新的研究策略。
出自《细胞示踪技术的研究进展与展望》作者王佳佳,千亿,李文昊。
上一篇: 遗传扰动和多维数据揭示类器官细胞命运
下一篇: 遗传谱系示踪解析神经发育与干细胞稳态