LISA2: Learning Complex Single-Cell Trajectory and Expression Trends.
LISA2: Learning Complex Single-Cell Trajectory and Expression Trends.
复制标题
DOI：
10.3389/fgene.2021.681206
复制
发表时间：
2021
影响因子：
3.7
通讯作者：
Ouyang Z
中科院分区：
文献类型：
--
作者：
Chen Y;Zhang Y;Li JYH;Ouyang Z
单细胞转录和表观基因组学图谱已经被应用于各种组织和疾病中，以发现新的细胞类型、分化轨迹和基因调控网络。已经开发了许多方法，如Monocle 2/3、URD和STREAM，用于基于树的轨迹生成。在这里，我们提出了一种快速而灵活的轨迹学习方法LISA2，用于单细胞数据分析。这种新方法有两个明显的特点：(1)LISA2利用特定的叶片和根来降低建立发育轨迹的复杂性，特别是对于一些特殊情况，如稀有细胞群和相邻的末端细胞状态；(2)LISA2既适用于转录组学数据，也适用于表观基因组学数据。LISA2使用3D Landmark等距特征映射(L-ISOMAP)可视化复杂的轨迹。我们将LISA2应用于小脑、间脑和造血干细胞的模拟和真实数据集，包括单细胞转录数据和转座酶可访问的染色质数据的单细胞分析。LISA2可以有效地估计不同分子状态细胞的单细胞轨迹和表达趋势。
Single-cell transcriptional and epigenomics profiles have been applied in a variety of tissues and diseases for discovering new cell types, differentiation trajectories, and gene regulatory networks. Many methods such as Monocle 2/3, URD, and STREAM have been developed for tree-based trajectory building. Here, we propose a fast and flexible trajectory learning method, LISA2, for single-cell data analysis. This new method has two distinctive features: (1) LISA2 utilizes specified leaves and root to reduce the complexity for building the developmental trajectory, especially for some special cases such as rare cell populations and adjacent terminal cell states; and (2) LISA2 is applicable for both transcriptomics and epigenomics data. LISA2 visualizes complex trajectories using 3D Landmark ISOmetric feature MAPping (L-ISOMAP). We apply LISA2 to simulation and real datasets in cerebellum, diencephalon, and hematopoietic stem cells including both single-cell transcriptomics data and single-cell assay for transposase-accessible chromatin data. LISA2 is efficient in estimating single-cell trajectory and expression trends for different kinds of molecular state of cells.
登录
查看更多内容
影响因子：
64.8
作者：
Cao, Junyue;Spielmann, Malte;Shendure, Jay
通讯作者：
Shendure, Jay
影响因子：
34.7
作者：
Hikosaka, Okihide
通讯作者：
Hikosaka, Okihide
影响因子：
82.9
作者：
通讯作者：
--
影响因子：
14.9
作者：
Ji Z;Ji H
通讯作者：
Ji H
DOI：
10.1088/1742-5468/2008/10/p10008
发表时间：
2008-10-01
影响因子：
2.4
作者：
Blondel, Vincent D.;Guillaume, Jean-Loup;Lefebvre, Etienne
通讯作者：
Lefebvre, Etienne