基于單細胞轉錄組數據的細胞軌跡分析常見形式有細胞變化軌跡分析和細胞譜系分析，在上一篇中，我們詳細介紹了常規擬時間序列分析的相關內容（具體內容查看鏈接）。在這里，我們主要就細胞譜系分析進行介紹和解讀。

細胞譜系分析，最簡明的理解就是細胞領域的進化樹，通常指的是某類祖源細胞，在特定條件下，有多個發育軌跡和命運，變化過程類似復雜樹狀分支變化過程。因此，該分析的目的就是用單細胞數據還原復雜細胞命運變化。該分析的結果呈現內容可以簡單概括為兩點：1.細胞變化命運：2.不同命運細胞的marker基因。

以Monocle來進行細胞譜系分析為例，Monocle細胞譜系分析的目的是在實驗中了解細胞是如何通過一個基因表達變化的生物程序進行轉化的。每個細胞都可以看作是高維空間中的一個點，每個維描述基因組中不同基因的表達。識別基因表達變化的程序相當于學習細胞在這個空間中遵循的軌跡。但是，分析中維度越多，學習軌跡就越困難。然而，許多基因通常彼此共存。因此，可以使用各種不同的算法來降低數據的維數。所以，譜系分析的核心還是通過基因表達數據的降維，可視化細胞間的關系緊密程度。

1. 譜系骨架圖

要進行該分析的輸入數據主要包含三部分：基因列表、表達矩陣、細胞類型。通過對數據進行降維、編碼每個細胞映射到軌跡中的位置，根據已有知識指定軌跡的起點，就可以得到基本的譜系變化圖（譜系框架圖）。 上圖是由Monocle2分析得到的血細胞分化的譜系骨架,數據來源見參考文獻[1]，上述圖形象地描述了細胞間的譜系關系。

2. 譜系層次聚類熱圖（Complex Heatmap）

譜系框架圖能看出來細胞間的譜系關系，當然，通過對具有相似基因集進行層次聚類，以熱圖形式也允許我們識別到在每個分支中發育的細胞類型，如下圖：
 
上圖顯示根據譜系骨架得到的Cluster在譜系的各個節段的分布情況，名字（數字）標簽對應于樹的每個段的狀態標簽。

3. 譜系（各樹干）評分計算（stemness score）

得到基本譜系結構后，需要對結果進行評價和優化。因此，需要對譜系進行評分計算。通常，評分計算遵循以下幾個過程：

（1）選擇每個分支特有的stemness基因
（2）根據選擇的基因計算表達值，進而計算譜系評分，并校正譜系骨架圖
（3）將 UMI 歸一化為 TPM 數據結構

校正完后，通過評分高低，留下可靠的，刪除不可靠數據細胞，分別進行繪圖展示：