RNAvelocity 9：scVelo应用—动力学模型

动力学模型

在这里，我们使用通用动力学模型来解释完整的转录动态。

这产生了一些额外的见解，如潜在时间和假定驱动基因的识别。

与以前的教程一样，应用胰腺内分泌发育数据集来展示。

[ ]:
# update to the latest version, if not done yet.
!pip install scvelo --upgrade --quiet
[1]:
import scvelo as scv
scv.logging.print_version()
Running scvelo 0.2.0 (python 3.8.2) on 2020-05-15 00:27.
[2]:
scv.settings.verbosity = 3  # show errors(0), warnings(1), info(2), hints(3)
scv.settings.presenter_view = True  # set max width size for presenter view
scv.settings.set_figure_params('scvelo')  # for beautified visualization


准备数据

处理包括基因选择、按总大小标准化、log X 和计算速率估计时刻。有关进一步解释，请参阅以前的教程。

[3]:
adata = scv.datasets.pancreas()
[4]:
scv.pp.filter_and_normalize(adata, min_shared_counts=20, n_top_genes=2000)
scv.pp.moments(adata, n_pcs=30, n_neighbors=30)
Filtered out 20801 genes that are detected in less than 20 counts (shared).
Normalized count data: X, spliced, unspliced.
Logarithmized X.
computing neighbors
 finished (0:00:03) --> added
 'distances' and 'connectivities', weighted adjacency matrices (adata.obsp)
computing moments based on connectivities
 finished (0:00:00) --> added
 'Ms' and 'Mu', moments of spliced/unspliced abundances (adata.layers)


动力学模型

我们运行动力学模型来学习剪切动力的完整转录动力学。

它基于可能性的期望最大化框架，通过反复估计反应速率和潜在细胞特异变量的参数，即转录状态和细胞内部潜在时间，旨在了解每个基因的未剪切/剪切相轨迹。

[5]:
scv.tl.recover_dynamics(adata)
recovering dynamics
 finished (0:13:31) --> added
 'fit_pars', fitted parameters for splicing dynamics (adata.var)
[6]:
scv.tl.velocity(adata, mode='dynamical')
scv.tl.velocity_graph(adata)
computing velocities
 finished (0:00:04) --> added
 'velocity', velocity vectors for each individual cell (adata.layers)
computing velocity graph
 finished (0:00:08) --> added
 'velocity_graph', sparse matrix with cosine correlations (adata.uns)


运行动力学模型可能需要一段时间。因此，可以存储结果以供重复使用。

[7]:
#adata.write('data/pancreas.h5ad', compression='gzip')
#adata = scv.read('data/pancreas.h5ad')
[8]:
scv.pl.velocity_embedding_stream(adata, basis='umap')
computing velocity embedding
 finished (0:00:00) --> added
 'velocity_umap', embedded velocity vectors (adata.obsm)


动力率参数

RNA转录、拼接和降解的速率在不需要任何实验数据的情况下进行估计。

它们有助于更好地了解细胞身份和表型异质性。

[9]:
df = adata.var
df = df[(df['fit_likelihood'] > .1) & df['velocity_genes'] == True]

kwargs = dict(xscale='log', fontsize=16)
with scv.GridSpec(ncols=3) as pl:
 pl.hist(df['fit_alpha'], xlabel='transcription rate', **kwargs)
 pl.hist(df['fit_beta'] * df['fit_scaling'], xlabel='splicing rate', xticks=[.1, .4, 1], **kwargs)
 pl.hist(df['fit_gamma'], xlabel='degradation rate', xticks=[.1, .4, 1], **kwargs)

scv.get_df(adata, 'fit*', dropna=True).head()


[9]:


	fit_r2	fit_alpha	fit_beta	fit_gamma	fit_t_	fit_scaling	fit_std_u	fit_std_s	fit_likelihood	fit_u0	fit_s0	fit_pval_steady	fit_steady_u	fit_steady_s	fit_variance	fit_alignment_scaling
index
Sntg1	0.401981	0.015726	0.005592	0.088792	23.404254	42.849447	1.029644	0.030838	0.406523	0.0	0.0	0.159472	2.470675	0.094304	0.149138	5.355590
Sbspon	0.624803	0.464865	2.437113	0.379645	3.785993	0.154771	0.058587	0.178859	0.252135	0.0	0.0	0.182088	0.164805	0.430623	0.674312	1.193015
Mcm3	0.292389	3.096367	39.995796	0.638543	2.049463	0.013943	0.016253	0.673142	0.228207	0.0	0.0	0.467683	0.051432	1.927742	0.687468	0.887607
Fam135a	0.384662	0.172335	0.118088	0.204538	11.239574	1.124040	0.356525	0.149868	0.283343	0.0	0.0	0.387921	1.345830	0.393197	0.671096	3.390194
Adgrb3	0.384552	0.046828	0.006750	0.196856	6.992542	71.850736	2.153206	0.030417	0.250195	0.0	0.0	0.068851	5.214500	0.093570	0.556878	1.893389

估计的基因特定参数包括转录比率（fit_alpha）、拼接率（fit_beta）、降解率（fit_gamma）、切换时间点（fit_t_）、用于校正代表性不足的未剪切读数（fit_scaling）、未剪切和拼接读数的标准偏差（fit_std_u ，fit_std_s），基因可能性（fit_likelihood），推断稳定状态水平（fit_steady_u）与其相应的p值（fit_pval_steady_s），整体模型方差（fit_variance），和一个缩放系数，以比对基因的潜在时间到普遍的基因共享潜在时间（fit_alignment_scaling）。

潜在时间

动力学模型可恢复细胞过程的潜在时间。这个潜伏时间代表细胞的内部时钟，并接近细胞在分化时所经历的实时，分析仅基于其转录动力学。

[10]:
scv.tl.latent_time(adata)
scv.pl.scatter(adata, color='latent_time', color_map='gnuplot', size=80)
computing terminal states
 identified 2 regions of root cells and 1 region of end points
 finished (0:00:00) --> added
 'root_cells', root cells of Markov diffusion process (adata.obs)
 'end_points', end points of Markov diffusion process (adata.obs)
computing latent time
 finished (0:00:02) --> added
 'latent_time', shared time (adata.obs)


[11]:
top_genes = adata.var['fit_likelihood'].sort_values(ascending=False).index[:300]
scv.pl.heatmap(adata, var_names=top_genes, sortby='latent_time', col_color='clusters', n_convolve=100)


top基因

驱动基因显示明显的动力学行为，并可通过动力学模型中特征系统地被检测到。

[12]:
top_genes = adata.var['fit_likelihood'].sort_values(ascending=False).index
scv.pl.scatter(adata, basis=top_genes[:15], ncols=5, frameon=False)


[13]:
var_names = ['Actn4', 'Ppp3ca', 'Cpe', 'Nnat']
scv.pl.scatter(adata, var_names, frameon=False)
scv.pl.scatter(adata, x='latent_time', y=var_names, frameon=False)


cluster特异top基因

此外，可以计算每个细胞群的部分基因可能性，以便对潜在驱动因素进行特定的cluster识别。

[14]:
scv.tl.rank_dynamical_genes(adata, groupby='clusters')
df = scv.get_df(adata, 'rank_dynamical_genes/names')
df.head(5)
ranking genes by cluster-specific likelihoods
 finished (0:00:03) --> added
 'rank_dynamical_genes', sorted scores by group ids (adata.uns)
[14]:


[15]:
for cluster in ['Ductal', 'Ngn3 high EP', 'Pre-endocrine', 'Beta']:
 scv.pl.scatter(adata, df[cluster][:5], ylabel=cluster, frameon=False)