隨著單細(xì)胞測序技術(shù)的快速發(fā)展，多個(gè)全球性的、大規(guī)模的細(xì)胞圖譜項(xiàng)目相繼啟動(dòng)，例如人類細(xì)胞圖譜計(jì)劃等。然而，把來自于不同組織、不同發(fā)育階段或者只有很少重疊細(xì)胞類型的單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)集進(jìn)行準(zhǔn)確有效的整合仍然具有非常大的挑戰(zhàn)性。因?yàn)楫?dāng)前整合單細(xì)胞數(shù)據(jù)的方法需要校正批次效應(yīng)從而達(dá)到整合分析的目的，而上述所涉及的數(shù)據(jù)集的批次信息不清晰，利用這些方法常常會(huì)導(dǎo)致校正過度或者校正不足等問題，從而影響研究結(jié)論的準(zhǔn)確性和可靠性。

為了解決上述問題，北京未來基因診斷高精尖創(chuàng)新中心、北京大學(xué)生物醫(yī)學(xué)前沿創(chuàng)新中心湯富酬課題組與北京大學(xué)數(shù)學(xué)科學(xué)學(xué)院李鐵軍課題組合作在Briefings in Bioinformatics上在線發(fā)表了題為Integrating single-cell datasets with ambiguous batch information by incorporating molecular network features的研究論文。該研究引入了一個(gè)名為SCORE（Single-Cell mOleculaRnEtwork）的統(tǒng)一分析框架，該方法可以不依賴批次信息整合不同單細(xì)胞數(shù)據(jù)集（https：//github.com/wycwycpku/RSCORE）。

該研究假設(shè)各個(gè)基因在細(xì)胞中不是孤立地執(zhí)行功能，而是傾向于多個(gè)不同的基因形成復(fù)雜的分子網(wǎng)絡(luò)（例如不同基因的蛋白質(zhì)產(chǎn)物相互結(jié)合形成蛋白質(zhì)復(fù)合物）、相互作用一起來決定細(xì)胞或生物體的生理表型。而且，在生物體的發(fā)育和分化過程中，從一種細(xì)胞狀態(tài)到另一種細(xì)胞狀態(tài)的轉(zhuǎn)變常常伴隨著對(duì)前一個(gè)細(xì)胞狀態(tài)關(guān)鍵分子網(wǎng)絡(luò)的主動(dòng)抑制以及對(duì)下一個(gè)細(xì)胞狀態(tài)分子網(wǎng)絡(luò)的協(xié)同激活（下圖）?；谝陨系目茖W(xué)假設(shè)，SCORE精準(zhǔn)模擬了單細(xì)胞數(shù)據(jù)集的分子網(wǎng)絡(luò)動(dòng)態(tài)變化，成功地整合了人類胚胎5個(gè)不同器官的單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)集和人類成年個(gè)體的15 個(gè)主要器官的單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)集。除此之外，該研究還驗(yàn)證了SCORE的準(zhǔn)確性、穩(wěn)健性和可擴(kuò)展性。綜上所述，SCORE 可以幫助整合和分析從各種來源獲得的單細(xì)胞轉(zhuǎn)錄組、染色質(zhì)狀態(tài)組等各種組學(xué)的數(shù)據(jù)集（例如來自不同擴(kuò)增方法、不同測序平臺(tái)、不同物種的單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)集），從而為復(fù)雜的生物過程提供新的理解。(世聯(lián)博研(Bioexcellence)世聯(lián)博研Bioexcellence）

小編推薦會(huì)議 2021 （第四屆）單細(xì)胞多組學(xué)研究與臨床應(yīng)用峰會(huì)

http://meeting.世聯(lián)博研Bioexcellence/2021SC