Monocle包构建拟时分析时，关键步骤order()完成了细胞表达基因的排序，并给出了pseudotime值及其他指标，关于这些变量的一些理解记录在此篇文章。
orderCell及简单可视化
cds <- orderCells(cds)
运行之后，每个细胞给出pseudotime值，对其可视化
plot_cell_trajectory(cds)
plot_cell_trajectory(cds, color_by = "Pseudotime")
按state可视化结果
按pseudotime可视化
注意
参考文章1中提到，pseudotime与聚类结果无关。
拟时分析state及branch理解
细胞在应对刺激及生命周期变化等过程中，会经历从一个状态向另一个状态的转变，不同状态下表达不同的基因集，这种表达的动态变化受到转录调控，即一些基因被激活而另一些基因被沉默。Monocle2 通过反向嵌入图算法来学习这种基因的动态变化，并构建轨迹。
而'pseudotime'，指的是，在细胞的各种生命进程中，很多细胞状态并非完全同步，有些细胞在特定过程的开始，而有些细胞已经处于该过程的完成状态，也就是“异步”。而将细胞根据这个过程进行排序而形成一个轨迹，从而追踪伴随轨迹的过程变化函数，称之为“pseudotime”。伪时间是一个抽象的分化单位：它只是一个细胞到轨迹起点的距离，沿着最短路径测量。
Monocle的微分分析工具包来查找在轨迹过程中受到调控的基因，如查找作为伪时间函数变化的基因，而“分支”表示随着轨迹进行，受到调控的基因有多个，从而形成不同的发育轨迹，而分支点则对应细胞决策。
