2025-06-04
SCENIC（Single-Cell Regulatory Network Inference and Clustering）是一種基于單細胞轉錄組數據的生物信息學分析流程，通過整合共表達網絡、轉錄因子motif分析和調控活性評分(fen)，系統性(xing)地推斷基因調控(kong)網絡并(bing)鑒定驅動不(bu)同細(xi)胞(bao)狀態的轉錄因子(zi)。
在SCENIC分析中(zhong)，Connection Specificity Index (CSI) 是一(yi)種用于(yu)評估Regulon之(zhi)間調(diao)(diao)控(kong)關(guan)(guan)聯(lian)(lian)性(xing)(xing)的(de)關(guan)(guan)鍵指標。其(qi)計算分為(wei)兩個(ge)階段：首先通(tong)過Pearson相(xiang)關(guan)(guan)系數(PCC)衡量所有Regulon兩兩之(zhi)間的(de)表(biao)(biao)達相(xiang)關(guan)(guan)性(xing)(xing)；隨后針對每(mei)一(yi)對Regulon組合(he)，統計其(qi)他(ta)相(xiang)關(guan)(guan)組合(he)中(zhong)PCC值(zhi)(zhi)低于(yu)該組合(he)的(de)比(bi)例，得到0-1范圍的(de)CSI值(zhi)(zhi)，該值(zhi)(zhi)越高表(biao)(biao)明兩個(ge)Regulon的(de)關(guan)(guan)聯(lian)(lian)越特(te)異。基(ji)于(yu)CSI矩(ju)陣進行(xing)層次聚類可(ke)劃分功能(neng)模塊(kuai)，每(mei)個(ge)模塊(kuai)的(de)活(huo)性(xing)(xing)通(tong)過成員Regulon的(de)平(ping)均活(huo)性(xing)(xing)得分表(biao)(biao)征(zheng)，從(cong)而(er)揭示不同細(xi)胞(bao)狀態下協同作(zuo)用的(de)轉(zhuan)錄(lu)調(diao)(diao)控(kong)網(wang)絡。高CSI值(zhi)(zhi)的(de)Regulon組合(he)往(wang)(wang)往(wang)(wang)共同調(diao)(diao)控(kong)特(te)定生物學功能(neng)，為(wei)解析細(xi)胞(bao)狀態轉(zhuan)換的(de)分子機制(zhi)提供重要線索。
繪制CSI熱圖需要我們導入scenic生成的loom文件，繪制代碼如下(xia)：
lf = lp.connect("pyscenic_output.loom", mode='r', validate=False )
auc_mtx = pd.DataFrame( lf.ca.RegulonsAUC, index=lf.ca.CellID)
pear_corr_reg = pd.DataFrame(np.corrcoef(auc_mtx.T))
讀取后，計算CSI分數，并且導出結果表格
corr_mat= pear_corr_reg
csi_mat = np.zeros(corr_mat.shape)
for i in range(corr_mat.shape[0]):
a = corr_mat.index[i]
for j in range(corr_mat.shape[1]):
b = corr_mat.columns[j]
c = corr_mat.iloc[i][j] - 0.05
conn_pais_a = set(corr_mat.index[corr_mat.loc[i , :] >= c])
conn_pais_b = set(corr_mat.index[corr_mat.loc[: , j] >= c])
conn_pais_ab = len(conn_pais_a.union(conn_pais_b))
n = corr_mat.shape[0]
csi = 1 - (conn_pais_ab / n)
csi_mat[i,j] = csi
csi_mat_df = pd.DataFrame(data=csi_mat, index=auc_mtx.columns.values, columns= auc_mtx.columns.values)
導出(chu)的(de)轉錄因子之間(jian)的(de)CSI 表格
表(biao)1 CSI結果表(biao)格
得到CSI數據后，就可以繪制熱(re)圖了，代碼如下：
g= sns.clustermap(csi_mat_df,
row_colors=row_colors.values,
figsize=(20,20),
xticklabels = [],
yticklabels = [],
cmap ="viridis",
annot_kws={"size": 3},
rasterized = True
)
圖1 CSI熱圖
上圖Regulon模塊的CSI關(guan)聯性聚類熱圖，行列均表示regulon，顏(yan)色由(you)藍變黃表示CSI關(guan)聯性值(zhi)由(you)低(di)到高。CSI值(zhi)都較高的regulon可能具有相似(si)的細(xi)胞功能，共同調控下游基因。
