引言：
单细胞RNA测序（scRNA-seq）已成为揭示细胞动力学、发育、分化及疾病研究中的关键工具。通过轨迹推断，研究人员能够绘制细胞状态的进程，理解各种发育途径背后的复杂生物学。然而，尽管在计算方法上取得了显著进展，但在选择最佳轨迹推断方法时，尤其是在基因选择、降维及聚类等方面，仍面临许多挑战。佛罗里达大学Rhonda Bacher等提出了一个名为“Escort”的框架，以解决这些问题。Escort旨在帮助用户进行轨迹推断，确保scRNA-seq数据分析中结果更加准确且不带偏见。
主要发现：
1. 分析选择对轨迹估计的影响： 研究表明，即使在分析参数上做出小的改变（例如选取的基因数量或使用的降维方法），也会显著改变推断的轨迹。这在八个不同的模拟数据集中得到了验证，不同的分析决策组合往往会导致相互矛盾的基因表达趋势。
2. Escort框架：Escort框架包括三个步骤。首先，它评估数据集是否适合轨迹推断，确保细胞代表的是动态过程而不是独立的细胞类型。第二步评估不同的数据嵌入，重点关注在轨迹空间中保留细胞关系和细胞密度。最后，第三步量化轨迹拟合的质量，提供总体评分，帮助研究人员做出明智的决策。该框架通过R包实现，使得非计算科学家也能轻松使用。
3. 模拟和公共数据集的有效性：Escort在模拟数据集和真实的scRNA-seq数据集上进行了测试。在模拟中，框架有效地区分了推荐和不推荐的分析选择，评分较高的嵌入生成了更准确的轨迹。在真实数据集中，Escort也展示了指导轨迹推断的能力，特别是在有生物学知识的情况下。
4. 肥大软骨细胞案例研究：研究使用Escort框架进行了肥大软骨细胞转分化的案例研究。结果发现，使用Escort推荐的嵌入，能够更清晰地捕捉软骨细胞向成骨样细胞分化的过程，相比原始分析，捕捉到更多基因表达的细微变化。
结论：
本研究强调了分析决策在单细胞轨迹推断中的复杂性和重要性。Escort框架通过提供数据驱动的方法来帮助选择最佳参数，提高了scRNA-seq数据集中轨迹分析的准确性。它不仅减少了分析选择的主观性，还允许研究人员探索可能被忽视的新生物学见解。
影响：
Escort框架在促进scRNA-seq分析方面具有重要潜力，特别是在发育生物学和疾病研究领域。通过提供一种简单易用的工具来评估轨迹推断的质量，Escort使研究人员能够更精确地理解细胞动力学，从而在干细胞生物学到癌症研究等领域带来新的发现。
参考文献
Xiaoru Dong et al. Data-driven selection of analysis decisions in single-cell RNA-seq trajectory inference. bioRxiv. 2023
