Nature子刊：整合单细胞和群体细胞转录组数据推断细胞分化时间的作用

本文转载自“上海生命科学研究院”。

近日，中国科学院上海生命科学研究院（人口健康领域）马普计算生物学伙伴研究所韩敬东研究组，中科院生物化学与细胞生物学研究所景乃禾研究组，与清华大学沈沁研究组合作发表的论文，以Inference of differentiation time for single cell transcriptomesusing cell population reference data为题，在线发表在NatureCommunications上。该研究通过开发计算工具包（iCpSc）用于整合单细胞和群体细胞转录组数据，来预测细胞分化过程中单细胞的分化时间和路径，并通过基因调控网络分析寻找重要调控因子和信号通路。

单细胞转录组测序技术作为强大的方法应用于分析发育和重编程过程的细胞异质性。分析细胞间异质性的关键目标就是寻找未知的细胞状态或重构细胞谱系的发育轨迹。单细胞转录组数据中可能会包含一些生物或非生物的干扰因子（如细胞周期），现有的计算生物学分析方法往往需要先根据分析人员的判断去除这些因子。

在很多情况下，细胞周期调控对发育和细胞分化起重要作用，比如G1和M期的长短调控神经细胞命运决定。研究表明，在小鼠胚胎发育中，神经发育是分步调控的过程。近年的研究阐明较多参与神经命运决定的分子和信号通路，然而，是否有其他因子以及这些因子如何相互作用调控神经命运决定尚未确定。