单细胞调控网路分析

简介

组织内细胞异质性的基础是细胞转录状态的差异，转录状态的特异性又是由转录因子主导的基因调控网络（GRNs）决定并维持稳定的。因此分析单细胞的GRNs有助于深入挖掘细胞异质性背后的生物学意义，并为疾病的诊断、治疗以及发育分化的研究提供有价值的线索。然而单细胞转录组数据具有背景噪音高、基因检出率低和表达矩阵稀疏性的特点，给传统统计学和生物信息学方法推断高质量的GRNs带来了挑战。随着生物信息学的发展，研发了不少软件用于单细胞调控网络的分析，如软件SCENIC( Single-cell regulatory network inference and clustering)利用单细胞转录组数据，进行调控子的分析，并构建基因调控网络，鉴定稳定的细胞状态。

应用领域

共表达模块分析
调控元件分析
细胞网络活动度分析
鉴定稳定的细胞状态

单细胞调控网路分析的优势

去除批次效应，如可以去除不同时期不同批次的临床样本的批次效应，增加数据分析来源。
分析复杂细胞群:分析不同调节因子在不同细胞群中的表达情况。
鉴定细胞状态：对不同功能或者状态的细胞进行分析。
挖掘潜在驱动因子：挖掘与疾病发生相关的调节因子。
研究跨物种生物学问题。

用SCENIC进行单细胞调控网络分析的流程

分析软件

常见的单细胞调控网络分析软件有：SCENIC, SCNS, SCODE, SingCellNet, BoolTraineR, 以及 Global GRNs等。使用较多的软件是SCENIC。