来源：分析测试百科网

　　有机组织起源于单个细胞，当细胞分裂时，其拷贝分化成特化细胞，例如心脏、骨骼或脑细胞。为了解细胞朝不同方向转变时的内部和外部线索，科学家们通常对这些细胞进行RNA测序技术，因为RNA是将DNA转变为蛋白质和其他产物的分子信使。

　　然而，由于细胞往往处于不同的发育状态，从一批细胞中提取RNA后的测序结果不够准确。为了解决这个问题，科学家们已经开发了单细胞RNA测序。

　　“一项新的技术，总能带给我们新的视野，”哥伦比亚大学生物医学信息学和系统生物学系副教授Raul Rabadan博士说。“但是，我们对同样推动了进程发展的、不同状态的细胞之间的联系，仍存在认知盲点。”

　　为了研究细胞发育，科学家们使用数学工具分析了大量的测序数据。但这些工具过于依赖潜在的假设，局限了搜索范围。“考虑到细胞发育的复杂程度，模型假设限制了你的发现能力，”本文第一作者、哥伦比亚大学生化和分子生物物理系博后研究员Abbas Rizvi说。

　　为了确定不同细胞状态和活跃基因之间的潜在联系，Rizvi博士和他系里的一名理论物理博后研究员Pablo G. Camara把目光转向了拓扑学。它是数学研究的分支学科，研究形状和表面之间的空间关系。他们合作开发了一种被称为“单细胞拓扑数据分析（single-cell topological data analysis，scTDA）”的算法。该算法通过分析单个细胞的RNA序列，能够重建基本发展轨迹，及时捕捉不同转录程序进程。

　　研究人员利用scTDA监测了小鼠干细胞被诱导为神经元细胞的发展路径。该技术输出的路径图正确地显示了细胞们的可能发展轨迹。通过观察路径岔路附近的活跃基因，研究人员按图索骥地识别出了引导细胞发育的各种蛋白质。以此类推，研究人员还利用该方法研究了小鼠肺、人类胚胎、和小鼠大脑的干细胞发育途径。

　　“我们期待有更多的科学家们通过挖掘这些数据，取得更多的发现和进展，”本文共同作者、哥伦比亚大学生化和分子生物物理学系系主任Tom Maniatis博士说。“它促进了深层次分析单个细胞非常发育时期的可能。”

　　“这种方法对细胞潜在命运的分析，提供了深刻的见解，使我们越来越接近赋予细胞身份的关键调节分子和分子变化，将操纵细胞发育脱离正常轨道的负面影响暴露出来。”Rizvi博士说。

　　目前，该方法已被美国研究机构应用于，包括癌症在内的各种复杂生物进程的动态过程的揭示。