相信單細胞領域的小伙伴們對SCENIC分析（Single-Cell Regulatory Network Inference And Clustering）并不陌生，但如何升華該分析的生物學意義？如何將自己的結果制作成高分文章的樣子（SCENIC熱圖）？難倒的英雄好漢應該不少。（趕緊關注我們吧～為您講解詳細的ScRNA-Seq數據分析結果，及具體分析工具?。。。?

? SCENIC分析高分文章案例分享：

SCENIC分析是對ScRNA-Seq數據中轉錄因子（Transcription Factors，TFs）進行研究，最終篩選得到調控強度顯著、處于核心作用的TFs，結果通常以熱圖形式展示。尤其在腫瘤學中，SCENIC分析可以幫助找到與腫瘤發生發展相關的關鍵“驅動基因（Driver）”，從而為探究其發病機制奠定基礎。

圖1 肺癌組織中內皮細胞SCENIC分析熱圖

（圖片來源于文獻Lambrechts, D., et al. "Phenotype molding of stromal cells in the lung tumor microenvironment. " Nature Medicine 24.8(2018):1277. IF=32.621）

圖1為肺癌組織中內皮細胞SCENIC分析結果。其中，EHF在腫瘤中表達具有異質性，在腫瘤發生及不同階段發揮不同作用。從圖1可以看出，與非惡性內皮細胞相比，EHF在Tumour細胞中具有較顯著的調控作用，提示可以進一步研究EHF通過開啟下游何種信號通路調控Tumour細胞的增殖與遷移，進而影響肺癌進展。

? SCENIC分析工具

圖2 SCENIC分析流程

l step 1：采用grnboost2識別并篩選出與TFs共表達（co-expression）的基因。注意：其中部分基因僅與TFs表達相關，而非靶基因；

l step 2：使用RcisTarget對每個共表達模塊進行顯著性Motif富集，篩選得到顯著表達的靶基因，我們將每一對TFs與靶基因的組合稱為調節子（regulons）。

l step 3：采用AUCell算法對每一組regulon的轉錄活性進行打分，從而確定TFs對靶基因的調控強度（圖2）。

（算法參考文獻：Aibar, Sara, et al. "SCENIC: single-cell regulatory network inference and clustering." Nature methods 14.11 (2017): 1083.）

? 烈冰科技SCENIC分析工作流搭建

? 結果展示

小編以發表于《Nature》的腦組織測序數據為Demo，進行了SCENIC分析，結果如下：

1. TFs調控強度t-SNE圖

我們根據AUCell算法對TFs調控強度的打分值進行染色，繪制了不同TFs在各細胞中調控強度的 t-SNE圖（圖4）。結合鑒定的細胞類型，得到轉錄因子ISL1在GABA神經元中調控強度較高，SOX5則高強度調控谷氨酸能神經元，FOXA1在星形膠質細胞中調控作用較高，E2F1則顯著調控中間前體細胞與放射狀膠質細胞。

圖4 不同TFs的調控強度

（數據來源：Birey F , Andersen J , Makinson C D , et al. Assembly of functionally integrated human forebrain spheroids[J]. Nature, 2017.）

2. TFs調控的靶基因

表1記錄了每個TF調控的靶基因及對應的調控強度（僅展示調控強度Top20的regulons）。TFs所調控的靶基因往往不止一個，如FOXA1可以調控靶基因SPON1、NTN1和SULF1。該部分結果將為后續篩選關鍵TFs提供一定的依據。

表1 TFs調控的靶基因及其調控強度

3. TFs調控強度熱圖

圖5展示了該腦組織各神經細胞類型調控強度較高的TFs熱圖（一般文章發表時多采用此圖），可以從圖中挑選出特定細胞類型高調控強度的TFs，為下一步Driver的研究和驗證奠定基礎。以此圖為例，可以看出E2F家族在中間前體細胞中調控作用顯著增強，提示E2F可能成為中間前體細胞群體中的驅動基因。

圖5 TFs調控強度的熱圖

? SCENIC分析拓展

SCENIC分析不僅可以用于篩選得到有價值的TFs，還可以結合其他的驗證手段或數據分析工具來探索更深層次的生物學意義。這里小編為大家提供了一些TFs后續研究的分析思路，歡迎大家在下方留言～：

1. 在研究某種疾病進展（如腫瘤的復發、轉移）時，我們可以針對特定的細胞類型，對該細胞類型進行SCENIC分析，找到與復發、轉移特定功能相關的TFs及其靶基因，從而通過分子生物學手段（敲低/過表達等）在體外進一步驗證。

2. 結合基因模塊（gene module）分析及TFs注釋，判斷TFs是否是關鍵基因（hub-gene），分析其調控的相關通路和靶基因，建立起以TFs為驅動中心的調控網絡。