細胞狀態轉換軌跡構建示意圖（Trapnell et al. Nature Biotechnology, 2014）
在各種生物系統中，細胞都會展現出一系列的不同狀態（如基因表達的動態變化等），這些狀態（state）之間會按照一定的時間順序轉換。最典型的比如細胞的分化過程，從不成熟的細胞逐漸分化為成熟細胞。此外，細胞在受到外界刺激或擾動時，細胞內基因的表達也可能發生一系列的變化，從而呈現出一系列狀態的轉換。
這些特別提一下，細胞狀態（cell state）和細胞亞型（cell subtype）是兩種不同的概念。一種類型的細胞，可進一步細分為不同的亞型（cell subtype），這些亞型是相對穩定的。而不同的細胞亞型受到外界刺激或擾動時，可能展現出不同的狀態（cell state），這種狀態是暫時。
利用單細胞轉錄組測序（single-cell RNA-seq）技術對相應的樣本進行測序后，就可基於單細胞測序數據具體研究不同細胞狀態間的轉換過程，中文常稱作細胞軌跡的構建或擬時間序列的構建，英文叫cell trajectory/lineage and pseudotime reconstruction/inference。其中pseudotime，中文翻譯為擬時間， 一種假定的時間序列。這種類型的單細胞測序數據分析，是根據細胞中基因的表達情況，將不同的細胞按照擬時間序列從開始狀態、中間狀態、終點狀態來排列。從而能促進闡釋細胞轉態轉換的潛在機制（更多精彩請關注微信公眾號：AIPuFuBio）。
目前已經有不少軟件相繼被開發出來構建細胞的狀態轉換軌跡，如Monocle (Trapnell et al., 2014), Waterfall (Shin et al., 2015), Wishbone (Setty et al., 2016), TSCAN (Ji and Ji, 2016), Monocle2 (Qiu et al., 2017)等。具體可參照下表所示：
目前比較流行的細胞轉換軌跡構建方法（Chen et al. Frontiers in Genetics, 2019）
最近，Saelens et al.等人利用110個真實的數據集和229個人工合成數據集系統比較了45個不同的細胞軌跡預測方法（Saelens et al. Nature Biotechnology, 2019）。具體如下：
細胞軌跡構建方法主要可以分為圖中的7大類（Saelens et al. Nature Biotechnology, 2019）
45 種不同細胞軌跡構建方法特征總結（a）和具體的比較參數包括准確性、可擴展性、穩定性等（b）（Saelens et al. Nature Biotechnology, 2019）
45 種不同細胞軌跡構建方法的具體性能比較（Saelens et al. Nature Biotechnology, 2019）。a、45種方法的名字；b、結果准確性比較；c、運行時間比較（k代表1000個細胞）；d、穩定性比較；e、軟件質量和發表文章檔次比較
不同類型方法之間的互補性（Saelens et al. Nature Biotechnology, 2019）
細胞軌跡構建方法的選擇標准建議（Saelens et al. Nature Biotechnology, 2019）
總的來說，Saelens et al. 等建議這些不同細胞軌跡構建軟件的功能是相互補的，選擇軟件時，需要基於數據的維度和細胞軌跡的復雜性等來綜合考慮。（更多經典，可見大型免費綜合生物信息學資源和工具平台AIPuFu：www.aipufu.com，微信公眾號：AIPuFuBio）。
希望今天的內容對大家有用哦，會持續更新的，歡迎留言~~
參考文獻：
1. Chen et al. Single-Cell RNA-Seq Technologies and Related Computational Data Analysis，Frontiers in Genetics, 2019
2. Saelens et al. A comparison of single-cell trajectory inference methods, Nature Biotechnology, 2019