旧的数学方法的新用法分析了大规模的单细胞RNA测序实验，以探索细胞如何从一种状态转移到另一种状态。单细胞RNA测序(scRNA-seq)显示单个细胞在给定时刻表达的基因，并且可以提供关于细胞如何随时间发展的大量数据。

然而，scRNA-seq会破坏细胞，因此科学家无法精确追踪细胞从一种状态移动到另一种状态时所采用的路径。因此，我们还不知道有什么，例如，细胞如何在正常胚胎发育过程中转化，或者当它们从成熟状态重新编程为干细胞状态时。

为了填补这些知识空白，Broad科学家利用一种称为“最佳传输”的强大数学方法来创建一个名为Waddington-OT的框架。他们随后使用这种方法来预测干细胞重编程的大规模scRNA-seq时程研究中细胞群如何从一种状态转变为另一种状态。

这项工作为生物学界提供了新的分析能力和巨大的发展数据。

“在发育生物学方面，我们希望能够了解细胞在每个发育阶段的起源和命运，并认识到控制这些命运的监管计划，”Geoffrey Schiebinger说，他是Broad核心研究所成员和Klarman Cell的博士后研究员。天文台主任Aviv Regev。“通过将数据快照拼接成电影，最佳传输有助于揭示发展过程的细节如何展开。”

Schiebinger是介绍Cell工作的论文的共同第一作者之一，还有广州学院院长兼创始人Eric Lander的博士后研究员Jian Shu。Regev实验室博士后Marcin Tabaka; 和Lander和Regev实验室研究生Brian Cleary。“以前，重编程过程没有大规模的scRNA-seq路线图，”Shu说，他还与怀特黑德研究所的生物学家Rudolf Jaenisch合作。“现在我们提供两种资源，一种分析这种重新编程过程的新方法，以及该过程的第一个高分辨率实验室数据。”

“单细胞RNA测序功能非常强大，无论是前所未有的细节都可以揭示发育过程及其高分辨率，”Regev说。“理解这一切不仅需要从头开始创建新的数学方法，而且还要回顾我们如何以新的方式适应过去的数学创新。”细胞如何向特定谱系发展的经典比喻是英国生物学家CH Waddington在1957年提出的“表观遗传景观”，细胞像大理石一样滚动到有山脊和山谷的滑雪坡上。

然而，Waddington的比喻并没有追溯一组细胞在成熟时可能采取的可能路径。斜坡顶部的哪些细胞会在每个山谷中产生细胞?“我们所能看到的只是一个时间点存在的细胞，然后是下一个时间点存在的细胞，”Schiebinger解释说，他也是麻省理工学院统计中心Philippe Rigollet的博士后研究员，也与Lander密切合作。“有许多方法可以将开头的细胞与最后的细胞连接起来。”

为了预测这种联系，Schiebinger，Tabaka，Cleary和他们的同事转向了最佳运输方式。法国数学家加斯帕德·蒙格(Gaspard Monge)在1780年代首次探索了这种数学技术，以计算士兵在建造防御工事时移动泥土的最有效方法; 拿破仑在埃及竞选期间利用了这种方法。Schiebinger和他的同事推断他们可以用它来看细胞如何找到对他们开放的最佳发育途径。

通过将细胞生长和死亡纳入方程式，科学家们为生物学调整了最佳运输，以创建Waddington-OT框架。“它寻找最简单的数据解释，”Schiebinger说。“据我们所知，这可能是生物学中最佳运输的首次应用。”

全天候跟踪时间点

Shu和团队中的其他人将Waddington-OT应用于大规模的scRNA-seq研究，该研究追踪了成熟细胞(在这种情况下是小鼠成纤维细胞)如何被重编程为所谓的诱导多能干细胞(iPSC)的过程。

该研究涉及两个独立的重编程实验。最初，该团队在16天内每48小时收集一次样品，产生约65,000个scRNA-seq基因表达谱。当这给出了有希望的结果时，舒和他的合作者收集了第二个超高密度时间课程，每隔12个小时在18天甚至更长的时间内进行抽样。总体而言，他们收集了超过315,000个配置文件，这是迄今为止规模最大的研究。

将Waddington-OT应用于最终的数据集，研究人员发现细胞重编程比科学家之前已知的更广泛的发育计划和状态变化。例如，他们看到细胞开始分裂成两个主要组：一个产生基质样细胞(支持性结构和结缔细胞)，另一个产生所谓的细胞，从而重新编程过程一天半。间充质至上皮细胞转变并产生类似于iPSC，神经元和胎盘细胞的细胞。

此外，他们看到那些早期的命运并不一定是固定的：一些主要群体中开始发育的细胞后来转移到另一个。

Waddington-OT还强调了不同亚类开花和缩小的许多阶段，甚至揭示了某些细胞类型的基因组畸变。

该团队进行了后续实验，以测试两个Waddington-OT的预测，研究如何在重编程细胞中添加一种名为Obox6的转录因子和一种名为GDF9的细胞因子，这可能会影响重编程效率。正如Waddington-OT所述，这两种化合物都增强了干细胞增殖，表明该框架可以揭示改善重编程过程的机会。

所有的传输映射

研究团队正在向研究界免费提供他们的数据和可下载的交互式Waddington-OT查看器。

“随着时间的推移，我们可以看到细胞后代，然后他们的后代，”Schiebinger说，“并向前和向后显示这些轨迹。任何人都可以输入一个喜欢的基因，并查看该基因的基因表达模式。

“此外，有可能为生物途径的签名，如细胞增殖或任何其他过程，”他补充说。

兰德说：“ 一个有着230年历史的用于重新排列污垢的数学方法和一个用于研究细胞的五年实验方法可以结合起来帮助提供一种探索发育生物学前沿的方法，这真是太棒了。”