编辑丨粉墨叔叔

前言

胚胎发育是一系列基于嘈杂分子过程的有序细胞状态转换。斑马鱼尾芽的单细胞RNA 测序数据和体内延时细胞跟踪数据定义了基因表达和细胞运动状态。使用降维方法和变化点检测算法并行识别这些状态。

这两种类型的细胞状态都被定量地映射到胚胎和细胞运动状态上，以研究生物状态随时间的动态变化。细胞运动状态的时间平均模式在胚胎中是可重复的。

基因表达状态

对10 至12 个体节期斑马鱼胚胎的解剖尾部进行了scRNA-seq。使用野生型胚胎和接受已知可改变尾芽细胞迁移（特别是抑制FGF、BMP 和Wnt 信号传导）的治疗的胚胎。

为了能够在实验条件之间进行直接定量比较，汇集了所有野生型和实验重复的数据，并创建了统一的伪时间来定义细胞分类的单一标准。主簇中的细胞沿神经元-中胚层轴排列，从表达Sox3 的神经元细胞到表达MespaA 的前PSM 细胞。这种方法避免了先验定义NMP 群体的要求。

相反，NMP 将位于伪时间顺序的中间，分化将向末端进行，即左侧的神经元和右侧的中胚层。神经元和中胚层发育的标记基因相对于假时间以正确的发育顺序进行绘制，表明该过程是成功的。

为了定义基因表达状态，提取野生型数据，然后使用变化点检测算法将伪时间划分为一系列不同的状态。变化点算法确定了五个转变点。这些转变点将伪时间序列分为六个状态，这些状态通常与先前根据标记基因表达预测的状态一致。

这些状态包括神经状态、NMP 和一系列中胚层状态。然后将转变点映射到完整的伪时间序列，并计算野生型、Wnt 抑制胚胎、FGF 抑制胚胎和BMP 抑制胚胎中每种状态的相对丰度。

为了确定这种scRNA-seq 数据分析是否准确量化了细胞状态的变化，将转录状态映射回胚胎，并使用多色荧光原位杂交测量前五种状态的标记基因的丰度。 Sox2 单阳性细胞位于神经管中。

表达短胚层和tbx2 的新生中胚层祖细胞位于紧邻DM 腹侧的内侧PZ 中。 PZ 中的中胚层祖细胞是位于腹侧和侧尾芽的tbx16 单阳性细胞，并且PSM 先于从tbx16 表达转变为tbx5 表达。

为了验证scRNA-seq 分析，选择对神经元和PZ 状态丰度变化的预测进行测试。首先，scRNA-seq 预测Wnt 抑制的胚胎将有更多的神经元细胞。

这与消除Wnt 信号传导导致NMP 完全采用神经元命运的报道是一致的。在部分抑制Wnt 信号传导时，6 个胚胎中的16 个具有覆盖胚胎后部的异常神经元组织帽，证实了scRNA-seq 结果。

scRNA-seq 分析的第二个预测是，BMP 和Wnt 抑制的胚胎中的PZ 较小，但FGF 抑制的胚胎中则不然。为了测试这一预测，对PZ 标记tbx16 和PSM 标记tbx6 进行荧光原位杂交。

在野生型、BMP 抑制和FGF 抑制的胚胎中，沿胚胎前后轴的左侧和右侧测量tbx16 和tbx6 信号。将PZ/PSM 通道设置为scRNA-seq 分析得出的值，然后将PZ 长度标准化为总尾长。与scRNA-seq 分析一致，BMP 但FGF 抑制的胚胎显示PZ 长度减少。

由于大多数Wnt 敲低胚胎表现出弯曲的体轴，因此对PZ 和PSM 的面积进行了量化。正如预测的那样，Wnt 抑制的胚胎具有较小的PZ。

细胞运动状态

假设类似于用于分类基因表达状态的算法可以应用于细胞运动数据来定义细胞运动状态。使用PSM 在7 至10 小时内收集野生型胚胎、1 至3 个体节和信号扰乱胚胎中DM 细胞的共焦延时成像的细胞追踪数据。

与基因表达分析一样，使用每个细胞轨迹的细胞运动轨迹对伪时间轨迹进行排序，并使用变化点检测算法和细胞运动统计来定义状态转换。细胞状态采用颜色编码，并使用原始细胞轨迹位置在空间上映射回胚胎。

由于这是一种新颖的方法，伪时间组装和分割从野生型胚胎开始分别进行优化。与基因表达不同，细胞运动不能立即表征，并且跟踪间隔的选择需要权衡。较长的轨迹本身包含更多的信息，但胚胎包含的信息较少，并且它们可以平均细胞运动状态的轨迹内转换。

以8个时间点的滑动窗口作为经验推导的基本单位，为每个轨道计算距离矩阵，其中每个元素等于细胞在第i个和第j个时间点之间的位移。

为了形成线性序列，变分自动编码器（一种基于神经网络的机器学习方法）被用作降维工具。它将四个野生型胚胎的距离矩阵嵌入到一维潜在空间中。为了为每个胚胎构建伪时间序列，细胞被分配了其基础空间坐标的等级。

该程序成功地再现了已知的发育序列。这表明尾芽中的细胞迁移行为存在连续性，并且与基因表达一样，具有相似细胞运动特征的细胞彼此发育得更接近。

要分割伪时间序列，请寻找伪时间上方差较大的参数。结果发现，单元速度和轨道直线度或更简单的轨道位移给出了最佳结果，并且变化点检测算法将轨迹划分为三个单位运动状态。

通过在轨迹开始处绘制细胞位置并获取单个时间点或通过在整个时间间隔内随机采样轨迹而创建的时间平均值，将这些状态映射回胚胎。胚胎之间的时间平均值是可重复的。

每个胚胎被分为主要位于DM 的高位移状态、主要位于PZ 的中位移状态和主要位于PSM 的低细胞运动状态。这些结果与之前将尾芽手动分割为DM、PZ 和PSM 的结果一致。

研究发现，PSM 型轨道的相对丰度随着时间的推移而增加，而DM 和PZ 则减少。这与尾芽大小逐渐减小是一致的，因为祖细胞分化成PSM 的速度比产生新祖细胞的速度更快。

在野生型胚胎中，细胞斑块迅速从PZ 型运动转变为PSM 型运动，然后从PSM 型运动转变为PZ 型运动。这些波动在左右PSM 之间是不对称的，并且似乎与细胞向中线汇聚时集体细胞运动的差异有关。为了量化这种效应，为左右前PSM 创建了特殊区域，并测量了PZ 型轨道的丰度和沿中轴的轨道位移。

两个胚胎的左右PSM 之间的内侧位移都存在反相振荡，一侧有效地向中线会聚，而另一侧则较少会聚，甚至出现净横向运动。这些波动与PZ型轨道丰度大致一致。差异相关。

信号扰动对细胞运动状态的影响

为了确定已知影响细胞迁移行为的信号扰动是否会改变细胞状态转换，从受FGF、Wnt 或BMP 信号传导抑制的胚胎中获得细胞轨迹，并将其映射到最相似的野生型轨迹，以将伪时间坐标分配给他们。

细胞按伪时间着色并使用变化点检测算法进行分割。尽管抑制FGF 信号和BMP 信号的胚胎比野生型胚胎具有更嘈杂的细胞运动状态模式，但伪时间序列与发育序列基本一致。该结果与BMP 抑制抑制DM、PZ 和PSM 区域之间速度和轨迹直线度的平均差异的观察结果一致。

VAE 算法中其他因素的使用可能有助于恢复发育序列。 Wnt 信号传导的抑制是一种对细胞运动协调的影响大于其细胞自主特性的扰动，在很大程度上保留了野生型细胞运动状态模式。这些结果表明，与scRNA-seq 类似，胚胎细胞运动统计保留了足够的组织身份以允许数据整合。

抑制BMP 或FGF 信号传导会降低DM 中细胞运动的协调性，而抑制Wnt 信号传导会延长PZ 中细胞流动的左右不对称性，导致体轴弯曲。据推测，这些扰动可能对PSM 产生类似的影响。因此，在这些背景下重复了PSM 中PZ 型轨道丰度和内侧位移的测量。

BMP 和FGF 抑制胚胎的PZ 型轨道丰度和平均内侧位移与野生型相似，表明该过程不受这些信号调节。在Wnt 信号传导抑制的情况下，四个胚胎中的三个表现出野生型反相振荡模式或持续但低幅度的收敛差异。

它们的左右PSM 中通常也有相似数量的PZ 型轨道。离群重复具有主要的不对称性，其中左侧最初向内侧移动，右侧沿后外侧方向移动。左侧PSM 细胞停止移动，几乎完全采用PSM 型轨迹，而右侧PSM 开始向内侧移动。

结论

自动将细胞分类为不同状态的能力是组织数据和发现基本原理的强大工具。人们在开发从scRNA-seq 数据中识别基因表达状态的技术方面做出了广泛的努力。传统上，细胞运动被更定性地描述。

基因表达和细胞运动状态不仅有一些相似之处，也有很多不同之处。基因表达转变在空间上是分离的并且是可重复的。可以使用原位杂交将它们定位到胚胎上。 PZ-PSM 转变是双边对称的，并且可在10 至12 个体节野生型胚胎中重现。

参考文献

D. Das、V. Chatti、T. Emonet、S. A. Holley，图案化的无序细胞运动确保脊柱对称。开发单元42, 170180.e5 (2017)。

B.L. Martin, D. Kimelman，Canonical Wnt 信号在脊椎动物身体形成过程中动态控制多个干细胞命运决定。开发细胞22, 223232 (2012)。

E. Tzouanacou、A. Wegener、F.J. Wymeersch、V. Wilson、J.F. Nicolas，通过克隆分析重新定义哺乳动物胚胎发生过程中谱系分离的进展。开发细胞17, 365376 (2009)。

D. Jlich、R. Geisler、S.A. Holley、Integrinalpha5 和delta/notch 信号在斑马鱼有丝分裂过程中具有互补的时空要求。开发细胞8, 575586 (2005)。

用户评论

入骨相思

这文章太有意思了！自动延时数据分割技术太厉害了，竟然能揭示体内细胞状态的动态变化。感觉科学离我们越来越近了。

    有20位网友表示赞同！

代价是折磨╳

刚好对这方面挺感兴趣的，看完这篇文章感觉对细胞状态有了更深的理解。数据分割技术真神奇。

    有15位网友表示赞同！

伪心

这标题看一眼就感觉高大上，不过这技术对我们普通人来说有什么实际意义吗？

    有11位网友表示赞同！

话扎心

细胞状态动态变化，这听起来好复杂。不过，这文章解释得很清楚，学到了新知识。

    有7位网友表示赞同！

玻璃渣子

这技术听起来好高级，但感觉离我们普通人挺远的。还是更喜欢看那些接地气的科技文章。

    有16位网友表示赞同！

淡抹丶悲伤

这文章写得太棒了！自动延时数据分割揭示细胞状态动态，这可是个突破性的技术啊。

    有20位网友表示赞同！

关于道别

细胞状态的动态变化，这个研究方向好有趣。希望这技术能早点应用到医疗领域，造福人类。

    有17位网友表示赞同！

坏小子不坏

这文章让我对生物科学有了新的认识，自动延时数据分割技术真是太神奇了。

    有11位网友表示赞同！

╯念抹浅笑

感觉现在的科技发展太快了，自动延时数据分割技术都能揭示细胞状态的动态了。这世界太奇妙了。

    有8位网友表示赞同！

青衫故人

这文章让我对细胞状态有了新的认识，以前一直觉得细胞就是那么静静地存在着。现在才知道它们竟然有这么多动态变化。

    有14位网友表示赞同！

野兽之美

标题党吗？自动延时数据分割揭示体内细胞状态动态，这标题听起来就像是标题党的套路。

    有13位网友表示赞同！

素婉纤尘

这技术太复杂了，我看完文章还是一头雾水。感觉这种技术对我们普通人来说意义不大。

    有10位网友表示赞同！

青袂婉约

细胞状态的动态变化，这可是个重要的研究方向。希望这篇文章能引起更多人对生物科学的关注。

    有19位网友表示赞同！

见朕骑妓的时刻

这文章写得太好了，让我对自动延时数据分割技术有了更深的了解。这可是个值得研究的领域。

    有19位网友表示赞同！

猫腻

感觉这技术离我们普通人有点远，但看到这文章还是觉得挺有启发性的。科学的力量真是无穷的。

    有10位网友表示赞同！

泪湿青衫

自动延时数据分割揭示细胞状态动态，这标题挺吸引人的。不过，内容好像没有达到我的预期。

    有11位网友表示赞同！

歆久

这文章让我对细胞状态的动态变化有了新的认识，感觉这技术对医学研究有很大的帮助。

    有15位网友表示赞同！

空巷

看完这篇文章，我对细胞状态有了更深入的了解。自动延时数据分割技术真是太厉害了。

    有7位网友表示赞同！

玩味

这文章让我对生物科学有了新的认识，感觉现在的科技发展真是太快了。这世界太神奇了。

    有13位网友表示赞同！