超过1000种工具揭示了单细胞RNA数据分析的趋势

文章：Over 1000 tools reveal trends in the single-cell RNA-seq analysis landscape 杂志：Genome Biology 年份：2021

从 2016 年开始，scRNA-tools 数据库（https://www.scrna-tools.org/）不断收集单细胞转录组数据分析软件。截止2021年，已经收集了超过 1000 个工具，从这些工具中，能够感受到单细胞转录组测序技术的可用性和兴趣的增长趋势。

单细胞转录组分析工具的现状

图1 scRNA-tools数据库概述

1. 新工具的加入增长迅速。
2. 约 70% 的工具正式发表了文单，22%的有预印本，8%的工具未发表。
3. 编程语言方面，R语言占据首要位置，其次是 Python，再其后是 C++、MATLAB 以及其他语言。
4. 工具按其功能的分类，有数据获取、数据清洗、细胞分类、基因鉴定、多功能以及其他。可以看到，在这些类别中，定量、整合、聚类和数据可视化工具占的比例较大。

单细胞转录组分析工具的趋势

图2 scRNA-seq分析工具的趋势

1. 越来越多的工具使用 Python 开发。从 2017 至 2021，Python 开发的工具在数据库中所占的比例处于稳步上升当中，而 R 开发的工具所占比例逐年下降，其他语言开发的工具所占比例变化不大。由此可以看出，在数据科学领域，Python 和 R 两者互为最大的竞争对手。
2. 预计到 2025 年年中，Python 将取代 R 成为最常见的 scRNA-seq 分析工具平台；然而，R将继续充当重要的角色。
3. 但是要注意的是，这种趋势反应了开发人员的偏好，可能无法反映分析师使用这些平台的频率。
4. 在所有工具中，超过 40%的工具是用于作图的。

单细胞转录组工具开发的开放科学

图3 scRNA-seq工具开发的开放科学

1. scRNA-tools 数据库中绝大多数（超过90%）的工具都存储在 GitHub网站上。
2. 在 GitHub 上，社区可以提出问题、增强建议以及贡献新的功能。
3. 超过一半的工具有预印本，并且预印本与正式出版之间相隔平均天数为 250 天。
4. 预印本有助于快速开发 scRNA-seq 新方法。
5. 开放科学实践还有助于增加工具的引用。