评判轨迹好坏框架

细胞和基因质量控制： A step-by-step workflow for low-level analysis of single-cell RNA-seq data with Bioconductor

摘要

自2014年以来，已经开发了50多种轨迹推断方法，每种方法都有自己的方法论特征。选择一种推断轨迹的方法通常具有挑战性，因此，仍然缺乏对每种方法全面的性能和稳健性的评估。

必要性

1. 因为该领域的新用户面临着各种各样的TI方法，而没有清楚地知道哪种方法对他们的问题是最优的；
2. 需要评估现有方法的优点和缺点，以便该领域的新发展可以集中于改进当前的最新技术水平。

评判标准

本文提出一种框架，使用该框架，我们在大量真实和合成数据集上比较了总共29种轨迹推断方法的轨迹。使用多个指标评估方法，包括推断排序的准确性，网络拓扑的正确性，代码质量和用户友好性。
核心方面：

1. 源代码和基于文献的表征；
2. 通过将预测轨迹与黄金标准进行比较来评估TI方法的准确性和可扩展性；
   细胞排序，细胞邻域和拓扑的相似性
3. 对所提供软件和文档的质量控制。

结果

使用此评判框架发现，Slingshot, TSCAN and Monocle DDRTree几种方法明显优于其他方法，尽管它们的性能取决于数据中存在的轨迹类型。

局限性

1. 目前，专门评估关于其默认参数的方法，但计划在将来添加详细的参数调整程序；
2. 有很大改进空间，特别是对于检测复杂轨迹拓扑的方法。

TI方法

文献获得

通过检索关键字‘’trajectory inference” and “pseudotemporal ordering”

TI方法的特征

1. 轨迹的拓扑是计算推断还是设计固定；
   早期：设计固定拓扑，工作主要集中在沿着这种固定拓扑正确排序细胞；
2. 是否利用先验信息；
   先验信息有两面性，可能促进向轨迹正确方向的推断，也可能抑制（有噪声的先验信息）；另一方面，先验信息不好获得；【Start cells，End cells，end states，Grouping，branches，Time course】

TI方法的分解

在所有TI方法中，这些组成部分可大致分为两个阶段

1. 使用降维，聚类或图形构建，转换为简化表示；
2. 沿简化表示排序细胞。

Method

输入数据

原始计数数据（过滤后的细胞和基因）or 标准化表达值，类似于下图：

• 细胞质量控制
• 细胞和基因质量控制文章（已下载PDF）： A step-by-step workflow for low-level analysis of single-cell RNA-seq data with Bioconductor
  绝对中位差MAD.
  （1）细胞质量的两种常用度量是文库大小和每个文库中表达特征的数量；
  文库大小定义为所有特征（即基因和加标转录本）的计数总和；具有相对小的文库大小的细胞被认为是低质量的，因为在文库制备期间RNA未被有效捕获（即，转化成cDNA并被扩增）。
  每个细胞中表达的特征数量定义为该细胞具有非零计数的特征数量，任何表达基因很少的细胞可能都很差；
  （2） 对数转换可在较小值时提高分辨率，尤其是当原始值的MAD与中值相当或更大时；
  需要移除低质量的细胞以确保技术效果不会扭曲下游分析结果；
  （3）我们去除对数库大小低于 中值对数库大小 3个MAD的细胞；我们还去除了其中对数转换的表达基因数量低于中值3个MAD的细胞；