細胞逐漸發(fā)展成一個終末基質狀態(tài)或者上皮間質轉換的狀態(tài)。
mouse embryonic fibroblasts (MEFs) into iPSCs
doxycyclinePhase-1(Dox) 阿霉素誘導
被設計去推斷temporal couplings（短時間耦合線）
樣品：在不同的時間段去獨立收集的推斷發(fā)展統(tǒng)計學的過程。
我們使用這個方法去推斷祖先-子代的命運線，模擬基于他們的調控程序。
每個狀態(tài)的細胞是什么類型的？
在最初始的狀態(tài)是什么起始細胞？
后來的狀態(tài)里面是什么狀態(tài)？
是什么調控網絡在調控他們的動態(tài)變化？
兩大挑戰(zhàn)：在一堆細胞中發(fā)現(xiàn)細胞類型
每種類型的軌跡
因為scRNA-seq在記錄細胞結構的過程中會破壞細胞，所以不能追蹤同一細胞及其后代的表達。目前很多的方法可以做細胞軌跡分析，但是只是提供了非常有限的信息關于細胞狀態(tài)（在早期的時間點）
細胞軌跡的復雜的研究依賴于計算機的方法去連結離散的“snapshots”變成“movies”。
一些挑戰(zhàn): 1、大部分的方法沒有明確的利用實時信息。歷史上，大部分設計都是提取靜止狀態(tài)的信息，比如成人干細胞分化（其所有的狀態(tài)都同時存在）
2、目前的一些方法基本是基于圖論，這回對模型造成很大的約束，比如一維的軌跡圖（“edges”）和0維的branch 節(jié)點（“nodes”）
因此，逐漸的命運差異就沒有被這些模型好好的捕獲到。
3、少有模型是包括了細胞生長和死亡的。
我們描述了一個概念性的框架，植入到Waddington-OT
意圖捕獲在基因表達的空間中存在分布的細胞，并且這些細胞存在可能的起源和可能的命運分布。通過最佳的轉運算法推斷分布。
我們運用這個框架去了解細胞重編程。Following 轉錄因子的短暫的過表達。
我們要解決的問題是：哪一類的細胞導致了細胞重編程？什么發(fā)育路徑導致了重編程以及任何的可選的命運？哪些是細胞固有的因子和細胞細胞互作導致了這些路徑的進展？
有信息可以被收集利用去提升細胞重編程為一個想象中的目的嘛？
從纖維細胞變成iPSCs （誘導多能干細胞）被識別多是 基于許多的markers 和 大群落的基因組圖譜的學習。一些研究注釋了不相關的譜系的基因的強烈的上調，但是目前仍然不清楚是否影響具體的細胞型的具體分化過程。
mouse embryonic fibroblasts (MEFs) into iPSCs
我們發(fā)現(xiàn)編碼釋放一個更加廣泛的發(fā)育程序以及子程序。使Waddington-OT重建不同分化軌跡以及引發(fā)疾病的過度態(tài)圖譜。我們描述了一個逐漸的轉變過程到基質性細胞或者上皮間質轉換的狀態(tài)。
軌跡從上皮間質轉換態(tài)到Ipscs，胚胎外細胞、神經細胞?；谶@些軌跡，我們推斷不同命運的轉錄因子的預測并且預測在基質細胞和其他細胞之間的旁分泌的互作。我們的實驗表明，兩個最高的預測確實提高了重新編程的效率。
目標：挖掘在一個時間點的祖籍細胞以及在其他時間點的后代細胞：
