pySCENIC 软件分析原理

1. 利用GENIE3算法识别与转录因子共表达的基因集合，但结果包含大量的假阳性结果和间接靶标；

2. RcisTarget通过基序富集分析来排除假阳性和间接靶标。排除标准：基因的启动子或增强子区域没有该TF的结合位点；基因携带该TF基序的比例不显著高于背景基因；

3. 通过AUCell算法对调控子(regulon)的整体活性进行打分，即一个细胞里调控子包含的很多基因都高表达，那么这个调控子的活性得分就高。后续可基于此，识别不同的细胞类型与状态

代码

#1. GRN 
pyscenic grn --num_workers 10 \
    --sparse \
    --method grnboost2 \
    --output sce.adj.csv \
    sce.loom \
    ./hs_hgnc_tfs.txt 

#2. RcisTarget
pyscenic ctx --num_workers 10 \
    --output sce.regulons.csv \
    --expression_mtx_fname sce.loom \
    --all_modules \
    --mask_dropouts \
    --mode "dask_multiprocessing" \
    --min_genes 10 \
    --annotations_fname ../motifs-v9-nr.hgnc-m0.001-o0.0.tbl \
    sce.adj.csv \
    ./hg38__refseq-r80__10kb_up_and_down_tss.mc9nr.genes_vs_motifs.rankings.feather

#3. AUCell
pyscenic aucell --num_workers 3 \
    --output sce_SCENIC.loom \
    sce.loom \
    sce.regulons.csv

输出结果文件

第二步和第三步输出的结果都有用，先看第二步输出的结果文件sce.regulons.csv

image.png

关键列：TF，NES，TargetGenes

后续可做的分析：

• 靶基因功能富集分析
• 构建TF-靶基因调控网络(Cytoscape)
• 筛选核心调控因子（计算每个TF调控的靶基因数量→数量排序→结合NES筛选可靠的hub-TFs）
• 跨细胞类型/疾病的比较分析（共同激活的YFs或靶基因）
• TFs调控差异基因

第三步输出的结果sce_SCENIC.loom

image.png

数值是每个细胞中每个TF的活性分数

后续可做的分析：

• TF活性可视化（UMAP; vlnplot; heatmap）
• 细胞类型特异性分析（RSS分析：计算每个regulon对每种细胞亚群的特异性得分→ 每个细胞亚群的主导TF regulon）
• 拟时序动态分析
• TF共调控网络分析（CSI矩阵+重聚类）
• TF在细胞周期阶段的分析
• 与表型/临床信息关联
• 高/低TF活性组的差异表达分析