中国科学院深圳先进技术研究院、厦门大学等单位的研究人员，提出了一种新颖的单细胞分化轨迹推断算法框架——Phy-loVelo，可实现在不同生物场景下对细胞分化轨迹的高精准推断。相关研究近日在线发表于《自然-生物技术》。
　　细胞分化和细胞命运决定是生命科学领域的核心内容，揭示其规律和机制对于探索生命现象、促进医学发展具有重要意义。然而，准确追踪细胞的动态分化轨迹并非易事，尤其在疾病等干扰下的细胞命运转换过程中，存在较大的随机性和难以预测性。
　　PhyloVelo可以通过联合单细胞转录组数据和谱系示踪数据，鉴定随细胞分裂而表达量呈单调递增或递减的基因，即单调表达基因。并利用演化方法估计单调基因的核糖核酸转录变化速度，以构建单细胞转录组速度场，实现对细胞分化轨迹的精准推断。
　　“我们做了大量数据仿真，模拟了一批细胞的分化过程，并给每个细胞设定好分化轨迹，再根据模拟数据中的转录组数据推测细胞的分化轨迹。无论是线性分化轨迹、分叉分化轨迹还是趋同分化轨迹，PhyloVelo都能准确还原，与真实分化轨迹高度一致。”论文通讯作者、中国科学院深圳先进技术研究院研究员胡政解释道。
　　成果算法主要分为两步。第一步是单调表达基因的识别，第二步是基因表达变化速度的估计。该研究利用多种仿真数据和真实数据对成果算法的准确性和鲁棒性进行了验证。在小鼠早期胚胎发育过程中，PhyloVelo准确识别出红细胞系列中血液/内皮祖细胞作为最早期的细胞类型，且与细胞增殖能力呈强相关。
　　通过多次实验验证，成果算法作为利用单细胞谱系和转录组数据重建细胞命运转变的新方法，可以突破传统方法的局限性，发现隐藏在转录组数据中的“时钟基因”，为揭示细胞分化的分子机制提供线索。
　　PhyloVelo为研究生物发育和疾病进展提供了一个有力的工具，也为未来单细胞谱系和转录组数据分析提供了一个新的研究视角。

（刁雯蕙）