2022-03-04
SCENIC是一种重建基因调控网络（GRN）并从scRNA-seq数据中鉴定stable cell states的工具。基于共表达和DNA模基序 （motif）分析推断基因调控网络 ，然后在每个细胞中分析转录因子基因集活性进而鉴定细胞状态[1]。SCENIC分析由于其能够关注转录因子与靶基因互作等额外信息，在很多单细胞文章中都得到了应用[2-3]。
主要的原理如下：首先使用GENIE3、GRNBoost推测共表达调控网络，Co-expression network; 然后RcisTarget通过识别regulator的binding motif，在基因网络中识别直接靶向的Regulons。基于TF + targets基因集，通过AUCell对每个细胞的每个Regulons进行评分，然后产生预测细胞活性的二进制（on和off）矩阵（图1）。
图1 SCENIC分析流程 接下来以PBMC数据为例，介绍SCENIC分析，首先我们需要载入和安装一些对应的R包，然后读入上游Seurat分析中的pbmc对象，准备好SCENIC分析需要的表达矩阵和meta信息。 构建scenicOptions对象，接下来的SCENIC分析都是基于这个对象的信息生成的。在cistarget [4]中下载转录因子注释的数据库；接下来安装流程进行SCENIC分析，R版本的SCENIC将主要流程封装为了4个函数，很容易得到结果。 SCENIC会生成int和output两个文件夹，int存放中间结果，如基因相关系数矩阵、GENIE3调控网络文件、regulon和靶基因的信息以及AUC活性矩阵等；这些文件可以进行进一步可视化，例如可以导出regulon和靶基因在Cytoscape等中绘制网络图。 图2 SCENIC分析结果 Output文件夹存放主要的输出结果，如转录因子调控活性热图和对应的二进制的热图，便于研究这些Regulons在不同细胞分群中的调控模式。我们可以对这个热图进行进一步的美化，例如增加meta分组或者更改不同meta信息的分组颜色（如下代码所示）。 图3 二进制Regulons热图（corr表示对AUC矩阵指控过滤后的Regulons） 接下来我们讲讲每个Regulons的活性分析，UCell使用曲线下面积（AUC）来计算基因集是否富集于每个细胞中的表达基因，AUCell和GSVA算法类似，都是基因集的排序（Rank）,计算获得一个评价指标。每个细胞对应的Regulon都有一个对应的AUC值，但是在细胞水平，大多数基因都不是稳定表达，细胞活性的“ON”和“OFF”应该是部分细胞有较高的AUC而大多数有较低的AUC，最理想的分布是双峰分布bi-modal distribution，也就是数据集中部分细胞有较高AUC而大多数的细胞有较低的AUC，我们可以设置一个阈值来划分（图4 AUC阈值为0.11），大于该阈值的细胞对应的Regulons活性越高，图5的t-SNE图可以展示出这一群活性高的细胞亚群。 图4 Regulon AUC分布，横着代表AUC值，纵轴代表AUC对应的细胞数目 图5：AUC t-SNE图,左图为AUC活性，颜色越深活性越高，右图为AUC二进制活性 总而言之，SCENIC分析能够挖掘单细胞转录组数据中转录因子的信息，已经在很多研究中受到欢迎，通过SCENIC分析我们可以辅助细胞亚型的注释和探究细胞的异质性，或者结合拟时序分析，探究细胞分化过程中转录因子活性的变化，这些在肿瘤免疫、干细胞和骨髓等领域都有重要的应用价值。欢迎各位老师进一步咨询关于SCENIC分析的细节，以及如何将其应用到具体的项目研究中。
