ScASplicer：基于Shiny/R交互界面的单细胞选择性剪接分析新工具及其应用研究

单细胞RNA测序（scRNA-seq）中选择性剪接（AS）分析存在流程复杂、工具分散的问题。本研究开发了Python预处理包与Shiny/R交互平台ScASplicer，支持多细胞群体AS与基因表达动态的无代码化分析，显著提升了单细胞转录组研究的效率与可及性。

　　

在生命科学领域，单细胞RNA测序（scRNA-seq）技术的出现极大地推动了对细胞异质性和功能多样性的理解。选择性剪接（Alternative Splicing, AS）作为真核生物基因表达调控的关键机制，能够在单个基因中产生多种转录本，进一步增加转录组和蛋白组的多样性，从而影响细胞命运决定、疾病发生等生物学过程。然而，在单细胞水平研究AS仍面临巨大挑战：数据稀疏性高、分析流程复杂、现有工具分散且操作门槛高，缺乏一个集成、交互式且支持多群体比较的分析平台。

为应对这些问题，来自内蒙古大学的Pengwei Hu、Jixiang Xing、Wuritu Yang、Hongxia Chi、Yongqiang Xing和Yongchun Zuo研究团队在《Genomics》上发表了一项研究，重点介绍了他们开发的ScASplicer（Single-Cell Alternative Splicing Shiny Explorer）工具。该工具基于R/Shiny框架构建，旨在为用户提供一个无需编程背景即可进行单细胞AS全面探索的交互式分析环境，显著降低了技术壁垒并提升了分析效率。

研究团队主要采用了以下关键技术方法：首先利用自主研发的Python包对原始scRNA-seq数据进行预处理和输入文件生成，大幅简化了MARVEL（已有AS分析工具）的输入准备流程；其次基于Shiny和R语言开发了图形用户界面，支持用户交互式地完成AS事件识别、差异分析、可视化以及多细胞群体比较，所有分析均在网页端完成，无需代码操作。研究中如涉及实际数据，其样本来源文中未明确说明，但工具设计兼容标准scRNA-seq输出格式。

研究结果部分通过多个模块验证了ScASplicer的功能与实用性：

• •
  输入文件生成优化：通过Python包自动化处理BAM或FASTQ文件，高效提取剪接信息，显著降低前期数据准备难度；
• •
  多群体AS分析：扩展MARVEL功能，支持不同细胞群体（如不同物种、组织或条件）之间的AS模式比较，揭示细胞类型特异性剪接规律；
• •
  基因表达与AS整合探索：工具提供同步分析基因表达（如UMAP可视化、聚类）和AS事件（如PSI值计算）的功能，帮助用户发现转录调控的潜在机制；
• •
  用户交互与可视化：通过Shiny实现动态图表、点击响应和数据筛选，用户可实时调整参数并查看结果，提升探索效率与深度；
• •
  案例应用展示：使用公开数据集演示ScASplicer在识别细胞类型特异性AS事件、差异剪接基因筛选等方面的有效性，证明其在实际科研中的适用性。

研究表明，ScASplicer作为一个集成化、交互式的网络应用，成功解决了单细胞AS分析中的流程碎片化和操作复杂性问题。它不仅简化了数据分析步骤，还支持多群体比较和动态可视化，使得研究者能够更直观地探索AS在细胞异质性和疾病机制中的作用。该工具的开发极大促进了单细胞转录组研究的发展，尤其为缺乏生物信息学背景的研究者提供了强大支持，有望在发育生物学、癌症研究、神经科学等领域发挥重要价值。

作者在讨论部分进一步强调，ScASplicer的灵活性和可扩展性为未来整合更多AS分析算法和功能留下了空间。同时，团队也指出当前版本仍依赖于MARVEL的核心计算模块，未来将继续优化性能并增加对新测序技术的支持。总之，这项研究通过工具创新有效桥接了计算生物学与实验生物学之间的鸿沟，是单细胞多组学数据分析方法学上的重要进步。