GRUN等基于单细胞测序技术的特点, 在应用独特的分子标识符来防止交叉污染, 开发出了RaceID的算法, 这种算法可以最大程度地降低假阳性错误率, 虽然, 不能有效降低假阴性率, 导致忽略了个别基因在细胞中的表达。但是显著地改善了对干细胞或胚胎中单细胞测序数据分析结果。此外, 已经应用的一些基于“拟时间”概念的生物信息分析算法, 如Monocle算法和Waterfall算法显示出其优势。这些方法可通过单细胞测序的数据, 对发育或分化过程按照时间序列进行重建, 通过计算最小生成树, 再将数据降维产生“拟时间”轨迹。
 

“拟时间”分析方法能够更加直观地体现细胞分化的线性状态, 这种方法是将整个分化过程中分为几个时间间隔, 分别对这些时间间隔内的细胞进行测序得到表达数据, 形成一组体现细胞状态的连续“快照”, 将“快照”整合后, 便能把整个细胞分化和表达状态以线性的方式展现出来。“拟时间”分析方法仍存在不足之处, 比如整个细胞的分化过程有待更加精确, 个别细胞会出现分化延迟的现象, 这些都会影响最终的分析结果。我们认为可以通过缩短细胞采样时间间隔的方式来提高准确度; 而对于细胞分化延迟的问题, 则可以通过对测序结果添加阈值从而提高结果的可靠性。
 

出自《单细胞测序技术在干细胞领域的研究进展》作者刘芳远,苏秀兰。