暖場
2019年的Single cell genomic day于3月22日在Satija Lab舉辦，共八位研究者發(fā)表了相關(guān)研究的演講。雖然會議的規(guī)格不是很高，但是不妨礙他是一場全球單細(xì)胞研究者關(guān)心的大會。當(dāng)?shù)貢r間上午九時Rahul Satija發(fā)表了第一篇演講（PPT如本文所示），算是對這次大會的一個總的概括，他的題目是：Single-cell genomics: Recent advances and future directions。我將依據(jù)他的演講梳理一下這次會議，以饗讀者；
會議的開始Rahul Satija 簡單介紹了Single cell genomic day的舉辦初衷和簡要的歷史，這次會議配備了LOGO文化衫：
在簡單的寒暄之后，他給出自己認(rèn)為2018年出現(xiàn)的重要的八個分析方法，每幅圖是一種新的方法：
然后回顧了2017年度八個重要的分析工具：
空間分析（spatial analysis ）
介紹了幾種空間分析的方法，其中Single cell genomic day 2019|| Imaging the transcriptome Mapping the brain with MERFISH是一種單細(xì)胞成像技術(shù)?？臻g分析是表達(dá)矩陣無法描述的，所以需要新的技術(shù)。除了MERFISH，還提及了starmap: Immersive visualisation of single cell data using smartphone-enabled virtual reality、Pooled optical screens in human cells、Spatial Transcriptomics、Slide-seq: A Scalable Technology for Measuring Genome-Wide Expression at High Spatial Resolution?？梢灶A(yù)見，在不久的將來單細(xì)胞空間分析會是一項十分普及的技術(shù)，空間分析本來就是人們研究單細(xì)胞最原始的動力--窺探單細(xì)胞水平上的生物學(xué)過程。而歷史到了這個節(jié)點，工具日漸成熟，也給人們帶來一線曙光。
這里的每一項技術(shù)主持人都做了簡要的介紹，我這邊把相關(guān)的鏈接給到大家，說實話，我目前還沒有那個實力去介紹這些。
starmap: Immersive visualisation of single cell data using smartphone-enabled virtual reality
Pooled optical screens in human cells
Slide-seq: A Scalable Technology for Measuring Genome-Wide Expression at High Spatial Resolution
深度學(xué)習(xí)在單細(xì)胞研究中的應(yīng)用
是高通量技術(shù)把生物學(xué)帶到了大數(shù)據(jù)時代，數(shù)據(jù)越來越多，維度越來越大，數(shù)據(jù)到信息到知識的距離越來越遠(yuǎn)，巧合的是互聯(lián)網(wǎng)的發(fā)展也對人類提出了大數(shù)據(jù)分析的需求。單細(xì)胞分析已經(jīng)到了不缺數(shù)據(jù)的時代，舊的統(tǒng)計方法很多已經(jīng)不再適用，于是人們開始把機器學(xué)習(xí)、深度學(xué)習(xí)里面的算法應(yīng)用到單細(xì)胞的數(shù)據(jù)挖掘中去。其中，目前最為流行的降維和聚類非監(jiān)督算法已經(jīng)成為單細(xì)胞數(shù)據(jù)分析的標(biāo)配。
一位與會者做了這方面的介紹Single cell genomic day 2019|| Introduction to Deep Learning methods for single-cell analysis.
大家Google一下 Deep Learning 我想一定會有大量的學(xué)習(xí)資料，我就不再介紹了。文章提出一種基于深度學(xué)習(xí)的單細(xì)胞分析開源工具scVI，大家有興趣可以研究研究。
表觀/染色體仿形技術(shù)（epigenetic/chromatin profiling technologies）
會議聚焦了ATAC技術(shù)的新發(fā)展：表觀/染色體仿形技術(shù)（epigenetic/chromatin profiling technologies）。Grace Zheng做了詳細(xì)的介紹：Single cell genomic day 2019||Overview of sci-RNA-seq
發(fā)育重建(Developmental Reconstruction)
單細(xì)胞水平的發(fā)育重建（分化軌跡、擬時分析）方面，會議介紹了這方面比較成熟的Monocle包以及一種比較新的軌跡構(gòu)建軟件URD，這些都是開源的，一共研究者探索使用。關(guān)于URD會上Harvard University 的Jeff Farrell 做了詳細(xì)的介紹：Single cell genomic day 2019||Reconstruction of developmental trajectories during zebrafish embry...
內(nèi)源性譜系追蹤 (Endogeneous lineage tracing)
同時測量細(xì)胞譜系和細(xì)胞命運是生物醫(yī)學(xué)的一個長期目標(biāo)。在這里，我們描述EMBLEM，這是一種利用ATAC-seq數(shù)據(jù)中的內(nèi)源性線粒體DNA變異來跟蹤細(xì)胞譜系的策略。我們發(fā)現(xiàn)線粒體DNA的體細(xì)胞突變可以在單細(xì)胞分辨率下重建細(xì)胞譜系關(guān)系，具有較高的敏感性和特異性。具體地可以閱讀Single-cell lineage tracing by endogenous mutations enriched in transposase accessible mitochondrial DNA
多樣本整合分析（integrative single-cell data）
2019年1月Nature Reviews Genetics (2019) 發(fā)表了一篇文章Integrative single-cell analysis，標(biāo)志著單細(xì)胞分析進(jìn)入多樣本（不同條件，不同器官，不同個體）整合分析的階段。會上，Tim Stuart （NYGC/NYU ）就這一主題做了演講Single cell genomic day 2019||Integration and harmonization of single-cell data，并對比分析了幾款分析軟件;
以上是高度集成的開源的R包或者Python庫，為多樣本單細(xì)胞分析提供更多可能。
替代序列技術(shù)（alternative sequence technologies）
利用單細(xì)胞異構(gòu)體rna測序(scor -seq)方法，能夠在沒有特異性抗體熒光激活細(xì)胞分選的情況下，測定來自非均勻體組織(小腦)的數(shù)千個單個細(xì)胞中的異構(gòu)體表達(dá)。進(jìn)而闡明了亞型在高級細(xì)胞類型中的應(yīng)用，如神經(jīng)元、星形膠質(zhì)細(xì)胞和小膠質(zhì)細(xì)胞，以及更精細(xì)的亞型，如浦肯野細(xì)胞和顆粒細(xì)胞，包括遠(yuǎn)距離剪接位點的組合模式，這對于單個分子需要長時間的讀取。我們產(chǎn)生一個增強的基因組注釋，揭示細(xì)胞類型的特異性表達(dá)。見Single-cell isoform RNA sequencing (ScISOr-Seq) across thousands of cells reveals isoforms of cerebellar cell types.
結(jié)語
分析軟件和算法如雨后春筍一般涌現(xiàn)，不懂原理，我們該如何抉擇，抑或自己開發(fā)？
2019年度的Single cell genomic day落下帷幕了，我們看到了單細(xì)胞研究像一個十七八歲的少年：茁壯、蓬勃、擴張、吞噬。高度集成的研究方法日新月異，表面上來看普通的研究者只要安裝學(xué)習(xí)大牛們開發(fā)的軟件就可以完成自己的分析了。但是隨著算法的不斷優(yōu)化和復(fù)雜，其實對單細(xì)胞研究人員提出了更高的統(tǒng)計和算法的要求。
我們需要承認(rèn)新工具的出現(xiàn)對這個行業(yè)是有利的、也是必須的。個別的工具多到一定程度就會有更大的平臺來整合，把它們集成到一個更大的軟件中去。屆時，單細(xì)胞研究將由現(xiàn)在的星星之火，形成燎原之勢。
我整理了八場演講的PPT，祝大家學(xué)習(xí)愉快：
- Single cell genomic day 2019|| Introduction to Deep Learning methods for single-cell analysis
- Single cell genomic day 2019||Integration and harmonization of single-cell data
- Single cell genomic day 2019|| Single-cell genomics Recent advances and future directions
- Single cell genomic day 2019||Multi-modal single-cell analysis
- Single cell genomic day 2019|| Imaging the transcriptome Mapping the brain with MERFISH
- Single cell genomic day 2019||Reconstruction of developmental trajectories during zebrafish embryogenesis
- Single cell genomic day 2019||Dissecting complex systems with multidimensional data
- Single cell genomic day 2019||Overview of sci-RNA-seq
LIGER (Linked Inference of Genomic Experimental Relationships)
scVI
