单细胞RNA测序（scRNA-seq）是重建细胞分化轨迹的有力方法。然而，同时推断分化的状态和方向是具有挑战性的。近日，美国斯坦福大学Aaron M. Newman等研究人员，证实了一个简单而强大的发育潜能决定因素（每个细胞表达的基因数量），并利用这种转录多样性的度量方法来开发了计算框架（CytoTRACE），从而利用scRNA-seq数据预测分化状态。当应用于多种组织类型和生物体时，CytoTRACE的性能优于以前的方法，并且可以解析将近19000个带注释的基因集，从而解析52个实验确定的发育轨迹。此外，这个算法也促进了静态干细胞的鉴定，并揭示了有助于乳腺肿瘤发生的基因。因此，这项研究建立了一个发育潜能的关键RNA特征以及一个描绘细胞层级的平台。
Gunsagar S. Gulati, Shaheen S. Sikandar, Daniel J. Wesche, et al. Single-cell transcriptional diversity is a hallmark of developmental potential. Science, 2020.
DOI: 10.1126/science.aax0249
https://science.sciencemag.org/content/367/6476/405
