• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    單細(xì)胞RNA測序數(shù)據(jù)分析方法研究進(jìn)展

    2021-01-28 19:27:50張淼孫祥瑞徐春明
    生物技術(shù)通報(bào) 2021年1期
    關(guān)鍵詞:單細(xì)胞測序聚類

    張淼 孫祥瑞 徐春明

    (北京工商大學(xué)輕工科學(xué)技術(shù)學(xué)院,北京 100048)

    隨著分子生物學(xué)技術(shù)的不斷發(fā)展,高通量測序已廣泛應(yīng)用于臨床醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)、生物醫(yī)學(xué)等眾多領(lǐng)域,因其具有通量高、速度快、靈敏度高等優(yōu)勢,可在短時(shí)間內(nèi)檢測大量樣本的基因變異及轉(zhuǎn)錄水平,具有十分廣闊的應(yīng)用前景。以二代測序(Next generation sequencing,NGS)為典型代表的高通量測序已經(jīng)廣泛應(yīng)用于多種疾病的診斷、治療及預(yù)后評估[1]。

    NGS可分為DNA測序和RNA測序,DNA測序以檢測基因變異為主[2],如堿基替換、小片段插入及缺失等,RNA測序主要以檢測基因的mRNA豐度為主[3]。根據(jù)所測細(xì)胞的群體區(qū)分,RNA測序可分為全轉(zhuǎn)錄組測序(Bulk RNA sequencing,bulk RNA-Seq)和單細(xì)胞轉(zhuǎn)錄組測序(Single cell RNA sequencing,scRNA-Seq)。Bulk RNA-Seq是目前最常用的RNA測序方法,但由于測序樣本普遍具有異質(zhì)性,bulk RNA-Seq結(jié)果僅能代表大細(xì)胞群體中每一個(gè)基因的平均表達(dá)水平,對比較轉(zhuǎn)錄組學(xué)研究有幫助,但不利于異質(zhì)性研究。2009年scRNA-Seq技術(shù)[4]被首次引用,測序樣本異質(zhì)性問題得到一定程度解決,并逐漸成為近年來的研究熱點(diǎn)。scRNA-Seq原理是分離單個(gè)細(xì)胞并提取RNA,經(jīng)PCR擴(kuò)增后進(jìn)行高通量測序,主要工作流程包括細(xì)胞解離、單細(xì)胞分離、文庫構(gòu)建、上機(jī)測序及數(shù)據(jù)分析[3],其中數(shù)據(jù)分析是整個(gè)scRNA-Seq過程中最重要的一個(gè)環(huán)節(jié)。

    由于scRNA-Seq所使用的數(shù)據(jù)分析方法有別于bulk RNA-Seq,越來越多的針對scRNA-Seq技術(shù)的數(shù)據(jù)分析方法不斷涌現(xiàn),但每種分析方法都有各自的優(yōu)勢及局限性。因此,本文對比了scRNA-Seq與bulk RNA-Seq技術(shù)在數(shù)據(jù)分析上的差異,對scRNASeq數(shù)據(jù)分析研究進(jìn)展進(jìn)行總結(jié),探討每種方法的優(yōu)勢與局限性,以期能夠?qū)cRNA-Seq數(shù)據(jù)分析方法進(jìn)行系統(tǒng)了解。

    1 數(shù)據(jù)預(yù)處理

    1.1 數(shù)據(jù)的比對

    在scRNA-Seq過程中,測序數(shù)據(jù)下機(jī)后需要進(jìn)行預(yù)處理,將基因轉(zhuǎn)錄序列轉(zhuǎn)換為fastq格式并與參考序列比對,鑒定差異表達(dá)基因或?qū)ふ铱勺兗羟形稽c(diǎn)。scRNA-Seq數(shù)據(jù)整體質(zhì)量評估的重要指標(biāo)是比對率,即reads在參考基因組中所占的比例。比對率越高說明數(shù)據(jù)利用率越高[5]。目前應(yīng)用于數(shù)據(jù)比對的工具主要有TopHat[6],STAR[7]或HISAT[8]。TopHat工具以Bowtie作為核心算法針對75 bp以上長度的RNA短序列與參考基因組進(jìn)行比對,找到匹配的序列,對外顯子進(jìn)行選擇性拼接,具有內(nèi)存小、準(zhǔn)確性高、容錯(cuò)率低、可跨內(nèi)含子比對等優(yōu)勢。Donbin等[7]研究發(fā)現(xiàn)STAR工具的核心算法是Maximal mappable prefix(MMP),其直接選用非連續(xù)序列進(jìn)行比對,運(yùn)行速度較TopHat工具快,但需要更大的內(nèi)存。HISAT工具基于Burrows-Wheeler變換(BWT)和Ferragina-Manzini索引(FM)結(jié)合的算法進(jìn)行對齊。Kim等[8]研究發(fā)現(xiàn)HISAT是第一個(gè)采用分層索引以及自適應(yīng)策略進(jìn)行對齊的工具,減少了內(nèi)存需求,也是目前運(yùn)行速度最快的工具,具有同其他比對工具相同甚至更高的精度。從總體來看,以上3種軟件在運(yùn)行速度和結(jié)果準(zhǔn)確性方面均表現(xiàn)良好,但Engstr?m等[9]進(jìn)一步研究發(fā)現(xiàn)運(yùn)行速度較快的軟件通常檢測的準(zhǔn)確性較低。

    1.2 質(zhì)量控制

    數(shù)據(jù)識別和去除低質(zhì)量細(xì)胞是scRNA-Seq質(zhì)量控制(Quality control,QC)的關(guān)鍵步驟。首先,在細(xì)胞捕獲過程中應(yīng)避免參雜混合或死亡的細(xì)胞。其次,使用FastQC[10]等工具檢查測序數(shù)據(jù)的質(zhì)量,根據(jù)QC值決定其在后續(xù)分析中是否被舍棄。異常的cut-off值可以人為定義,也可由程序自動(dòng)定義,但需考慮被分析組織的多樣性。此外,當(dāng)細(xì)胞受損時(shí),細(xì)胞質(zhì)RNA會(huì)丟失,但線粒體RNA會(huì)保留在受損細(xì)胞中,線粒體RNA含量是QC的另一個(gè)指標(biāo)[11]。除上述方法外,Jiang等[12]最新提出的一種針對單細(xì)胞RNA序列質(zhì)量控制(SinQC)工具,通過整合基因表達(dá)模式和數(shù)據(jù)質(zhì)量信息來檢測并去除低質(zhì)量細(xì)胞。

    1.3 數(shù)據(jù)標(biāo)準(zhǔn)化

    數(shù)據(jù)標(biāo)準(zhǔn)化是數(shù)據(jù)預(yù)處理的關(guān)鍵步驟。在bulk RNA-Seq中,DESeq2[13]和TMM[14]是常用的標(biāo)準(zhǔn)化處理算法。然而,DEseq2算法并不適用于scRNA-Seq數(shù)據(jù)分析,因?yàn)镈Eseq2算法假設(shè)所有樣本RNA總量相等,reads數(shù)僅與測序深度有關(guān),根據(jù)不同樣本的reads數(shù)來計(jì)算比例,但對于單個(gè)細(xì)胞可能會(huì)受到零值和高變異性的影響,結(jié)果不穩(wěn)定。因此,Bacher等[15]提出SCnorm工具,其使用分位數(shù)回歸的方法對測序數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化,可以避免針對bulk RNA-Seq的傳統(tǒng)標(biāo)準(zhǔn)化方法對scRNA-Seq數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化時(shí)所引入的錯(cuò)誤,改善主成分分析和差異表達(dá)基因的識別,可以用于scRNA-Seq數(shù)據(jù)標(biāo)準(zhǔn)化。最常用的數(shù)據(jù)歸一化方法為 Count depth scaling,又稱為Counts per million(CPM),它會(huì)根據(jù)每個(gè)細(xì)胞的總表達(dá)量計(jì)算一個(gè)size factor,然后對其中各個(gè)基因表達(dá)量進(jìn)行標(biāo)準(zhǔn)化。除CPM外,非線性標(biāo)準(zhǔn)化方法使用測序深度擬合的負(fù)二項(xiàng)模型,可解釋更復(fù)雜的異質(zhì)性。因此,數(shù)據(jù)標(biāo)準(zhǔn)化方法的使用需要根據(jù)不同細(xì)胞特性進(jìn)行選擇,單一的標(biāo)準(zhǔn)化方法不能適用于所有類型的scRNA-seq數(shù)據(jù)。

    2 插補(bǔ)

    在測序過程中,很多低表達(dá)或中度表達(dá)的基因無法有效檢測到,導(dǎo)致表達(dá)值為零或減少,影響下游后續(xù)分析,增加細(xì)胞間變異,甚至不能獲得完整的單個(gè)細(xì)胞轉(zhuǎn)錄組信息,這種情況稱之為Dropout。在實(shí)際操作過程中Dropouts[16]對數(shù)據(jù)分析影響較大,合適的插補(bǔ)方法可以彌補(bǔ)Dropout產(chǎn)生的影響。目前針對插補(bǔ)開發(fā)的算法有MAGIC[17]、ScImpute[18]、SAVER[19]、DrImpute[20]和AutoImpute[21],各種算法的計(jì)算原理不同。MAGIC算法使用基于Markov親和力的矩陣確定細(xì)胞間的相似性,對高度相似細(xì)胞中基因表達(dá)進(jìn)行聚集,以估算基因表達(dá)量。ScImpute算法通過擬合Gamma-Normal混合模型估算基因缺失概率,根據(jù)相似細(xì)胞信息估算可能的Dropout。SAVER和MAGIC算法分析可能會(huì)造成未受Dropout影響的基因表達(dá)發(fā)生變化,但ScImpute算法可以利用其他類似細(xì)胞中不太可能受Dropout影響的相同基因信息,在不引入新偏差情況下計(jì)算缺失值。有研究表明,MAGIC和scImpute算法都依賴于相似細(xì)胞基因數(shù)據(jù),這會(huì)消除細(xì)胞間的隨機(jī)性,而Huang等[19]提出的SAVER算法來接收具有唯一分子索引的矩陣后,假定每個(gè)基因都遵循Poisson-Gamma模型,使用多元廣義泊松回歸模型的貝葉斯分析還原基因表達(dá)水平,消除技術(shù)差異的同時(shí)還可保留不同細(xì)胞間的生物學(xué)差異。DrImpute是一種集群分析算法,通過使用Spearman和Pearson相關(guān)系數(shù)計(jì)算距離矩陣,可將Dropout從真正的零值中有效地分離出來。Gong等[20]將DrImpute算法與多種插補(bǔ)算法進(jìn)行性能比較發(fā)現(xiàn),與MAGIC和scImpute算法相比,DrImpute可以恢復(fù)更多的缺失值,提高后續(xù)細(xì)胞類型識別和擬時(shí)間推斷的準(zhǔn)確性。受到上述軟件的啟發(fā),Talwar等[21]提出了AutoImpute自編碼分析算法,通過學(xué)習(xí)scRNA-Seq數(shù)據(jù)的固有分布和模式來尋找缺失值。通過與現(xiàn)有的9種獨(dú)立數(shù)據(jù)集的插補(bǔ)算法進(jìn)行比較,AutoImpute被證實(shí)是唯一能對最大數(shù)據(jù)集進(jìn)行插補(bǔ)而不會(huì)消耗內(nèi)存的算法。

    3 批次效應(yīng)校正

    完整的RNA測序流程包括細(xì)胞分離、RNA提取、文庫構(gòu)建、上機(jī)測序及測序后數(shù)據(jù)分析等多個(gè)環(huán)節(jié),但不同實(shí)驗(yàn)室、不同時(shí)間以及不同人員操作會(huì)造成批次效應(yīng),影響結(jié)果可靠性。批次效應(yīng)也成為scRNA-Seq技術(shù)中常見的變異來源[22]。由于scRNASeq與bulk RNA-Seq在數(shù)據(jù)特征上具有差異,常規(guī)用于 bulk RNA-Seq的批次校正算法,如RUVseq[23]和svaseq[24]等算法可能并不適用于scRNA-Seq。但是,在scRNA-seq研究中,批次之間的種群組成通常并不相同,即使假設(shè)每個(gè)批次中存在相同的細(xì)胞類型,數(shù)據(jù)集中每種細(xì)胞類型的豐度也會(huì)根據(jù)細(xì)胞培養(yǎng)或組織提取、解離等過程中的細(xì)微差異而變化,因此造成變異的因子并非僅考慮技術(shù)性因素。為了校正單細(xì)胞測序中的批次效應(yīng),多種scRNASeq數(shù)據(jù)校正算法被開發(fā),包括ComBat[25]、相互最 近 鄰(Mutual nearest neighbours,MNN)[26]和Scanorama[27]等。當(dāng)批次信息可用時(shí),ComBat算法使用參數(shù)和非參數(shù)經(jīng)驗(yàn)貝葉斯框架通過批處理效應(yīng)變量的加法組合來描述基因表達(dá)。Haghverdi等[26]提出的MNN算法是計(jì)算成對細(xì)胞的余弦歸一化表達(dá)譜之間的歐氏距離,再根據(jù)每個(gè)批次中共享種群的偏差來調(diào)整批次效果。盡管MNN和ComBat是常用的分析算法,但研究發(fā)現(xiàn)MNN算法性能要優(yōu)于ComBat。Hie等[27]最近提出的Scanorama是采用一種可識別并準(zhǔn)確整合數(shù)據(jù)集合的算法,利用匹配的信息進(jìn)行批次效應(yīng)校正,相比于MNN算法,該技術(shù)不需要依賴于數(shù)據(jù)集的順序,將鄰近搜索優(yōu)化為低維嵌入的基因表達(dá)譜,極大減少了搜索時(shí)間。

    4 降維分析

    高維性是scRNA-Seq數(shù)據(jù)的顯著特點(diǎn),數(shù)據(jù)分析時(shí)常常要用到降維分析法。主成分分析(Principal component analysis,PCA)作為一種經(jīng)典的無監(jiān)督降維算法,借助正交變換使線性維數(shù)減少,產(chǎn)生一組不相關(guān)的分量,通過最大化投影數(shù)據(jù)的方差,將高維數(shù)據(jù)投影到低維線性空間上。其具有兩大主要優(yōu)勢:第一,PCA通過正交線性投影可以消除基因間的冗余,被用作多種降維方法的預(yù)處理步驟。第二,PCA可將高維數(shù)據(jù)投影到低維線性空間上,可以預(yù)測多維數(shù)據(jù)的相關(guān)性。研究表明[28]通過分散表達(dá)水平來過濾基因,然后選擇數(shù)百個(gè)最具可變性的基因來捕獲整個(gè)種群的重要特征。PCA已成功應(yīng)用于scRNA-Seq數(shù)據(jù)分析中[29-31],以捕獲細(xì)胞異質(zhì)性的整體結(jié)構(gòu),其局限性在于無法可視化細(xì)胞聚類和細(xì)胞類型識別所必須的局部結(jié)構(gòu)。

    為了彌補(bǔ)PCA無法可視化的局限性,t分布隨機(jī)領(lǐng)域嵌入(t-distributed stochastic neighbor embedding,t-SNE)算法被引入單細(xì)胞測序分析。Alexander等[32]提出的t-SNE是一種用于高維數(shù)據(jù)可視化的非線性分析算法,通過捕獲局部結(jié)構(gòu),將原始高維空間中不相似單元以大距離建模,而相似單元?jiǎng)t以小距離建模,在不丟失數(shù)據(jù)點(diǎn)間相對距離的基礎(chǔ)上,將高維數(shù)據(jù)嵌入到二維或三維空間中進(jìn)行可視化。通過降維與最近鄰網(wǎng)絡(luò)相結(jié)合來考慮數(shù)據(jù)點(diǎn)之間的局部距離,目的是分離不同的群集。t-SNE可以通過構(gòu)造概率分布來描述數(shù)據(jù)集,相似的單元格分配概率高,相異的單元格分配概率低,在高維空間中相似的單元將在低維空間中聚集在一起。t-SNE在維持相似細(xì)胞群集能力方面優(yōu)于PCA。目前,t-SNE還不能很好地捕獲全局結(jié)構(gòu),如群集之間的距離。盡管t-SNE在scRNA-Seq數(shù)據(jù)可視化方面取得了成功,但仍存在兩種算法的缺陷[33]。首先,由于t-SNE的隨機(jī)性,同一數(shù)據(jù)集在不同的運(yùn)行中可能產(chǎn)生不同的可視化效果。為了獲得對種群結(jié)構(gòu)的認(rèn)識,可能需要對同一數(shù)據(jù)集進(jìn)行多次t-SNE運(yùn)行。其次,雖然t-SNE將原始空間中相似單元格放置在低維空間中來維持簇,但原始空間中不相似單元格不一定會(huì)在低維空間中按比例放置。最近,一種基于黎曼幾何和代數(shù)拓?fù)淅碚摰腢MAP工具[34]被開發(fā)出來,其性能和效率均優(yōu)于t-SNE。UMAP工具能夠沿著分化軌跡排列簇并保留瞬時(shí)細(xì)胞的分化連續(xù)體,通過在二維或三維圖上覆蓋標(biāo)記基因的表達(dá)或與生物過程有關(guān)的一組基因的活性,捕獲scRNASeq數(shù)據(jù)中局部和全局結(jié)構(gòu)。

    5 細(xì)胞亞型鑒定

    在特定條件下,對組織中的細(xì)胞亞群進(jìn)行鑒定是scRNA-Seq數(shù)據(jù)分析的關(guān)鍵目標(biāo)之一,其結(jié)果可以揭示細(xì)胞異質(zhì)性[35]。結(jié)合降維分析方法,通過聚類分析實(shí)現(xiàn)細(xì)胞亞群的鑒定。在無監(jiān)督聚類分析中,主要以分層聚類和K-means聚類為主。分層聚類無需預(yù)先定義聚類數(shù)量,以聚集或分裂的方式進(jìn)行連續(xù)合并或拆分,目前常用的工具包括SINCERA[36]和bigSCale[37]。其中,Iacono等[37]提出的bigSCale工具框架構(gòu)建了一個(gè)概率模型來定義所有可變性成對細(xì)胞之間的表型距離。與在簡單或混合概率模型中假設(shè)負(fù)二項(xiàng)式,伽馬或泊松分布的其他方法相比,bigSCale工具構(gòu)建了一個(gè)高精度、全面的噪聲數(shù)值模型,通過將P值分配給每個(gè)基因來量化細(xì)胞間距離。而K-means聚類[11]則是先確定簇中心,再將細(xì)胞分配到最近的簇中心,迭代優(yōu)化質(zhì)心位置,將細(xì)胞分為 k個(gè)簇,根據(jù)質(zhì)心聚類中細(xì)胞的平均值重新計(jì)算質(zhì)心,工作速度快于分層聚類。以上兩種傳統(tǒng)聚類方法都會(huì)受到數(shù)據(jù)規(guī)模和噪聲的影響。為此,Lin等[38]在聚類前通過插補(bǔ)和降維進(jìn)行聚類(CIDR)使用非線性最小二乘回歸擬合數(shù)據(jù),并對零值進(jìn)行插補(bǔ)來減弱Dropout影響。該算法可識別并評估Dropout與基因表達(dá)水平之間的關(guān)系,計(jì)算基因表達(dá)譜之間的差異。通過實(shí)驗(yàn)證實(shí)CIDR運(yùn)算速度遠(yuǎn)快于傳統(tǒng)算法。近年來,新的聚類算法不斷被開發(fā),如graph-based 聚類包括SNN[39]和RaceID2[40],這些算法將單元格嵌入圖形中,每個(gè)邊代表兩個(gè)單元格之間的相似度,將圖形劃分為高度互連的模塊,具有高效性和穩(wěn)定性。Seurat基于共享近鄰(Shared nearest neighbor,SNN)聚類算法來識別細(xì)胞簇,通過差異表達(dá)或方差分析來識別不同亞群標(biāo)記物,基于表達(dá)水平的相似度的不同構(gòu)建共享近鄰網(wǎng)絡(luò)。為了證明SNN算法的有效性,Xu等[39]通過在不同結(jié)構(gòu)的數(shù)據(jù)集上進(jìn)行測試發(fā)現(xiàn),與原始數(shù)據(jù)的研究結(jié)論相同。為開發(fā)出一種可靠的方式推斷分化軌跡,Grün等[40]提出RaceID2工具,該軟件適合測試微分動(dòng)力學(xué),在增加集群數(shù)后可通過識別集群內(nèi)的飽和點(diǎn)確定亞群數(shù)量,使數(shù)據(jù)比K-means聚類更可靠,且已在動(dòng)物實(shí)驗(yàn)中證實(shí)。除上述方法外,單細(xì)胞一致性聚類(Single cell consensus clustering,SC3)是特別為scRNA-Seq數(shù)據(jù)開發(fā)的聚類算法,通過共識方法將多個(gè)聚類算法組合在一起,具有高度的準(zhǔn)確性和魯棒性[41],相比于K-means,SNN和SINCERA算法分析,SC3缺點(diǎn)是運(yùn)行時(shí)間長,但準(zhǔn)確性最高[42]。

    6 差異表達(dá)分析

    差異表達(dá)基因分析可以檢測不同細(xì)胞類型、不同細(xì)胞亞群間的mRNA豐度,通過組間比對,獲得不同樣本或不同處理方法對基因表達(dá)水平的影響,或上調(diào)或下調(diào)[43],進(jìn)而可對差異表達(dá)基因進(jìn)行功能分析,如通過基因本體分析(Gene ontology,GO),確定基因所參與的生物學(xué)過程、分子功能及細(xì)胞組分,通過KEGG分析差異基因參與的信號通路。盡管scRNA-Seq結(jié)果可以鑒定差異表達(dá)基因,但其也存在一定的局限性。首先,由于單細(xì)胞測序數(shù)據(jù)通常具較高的背景噪音,很多低表達(dá)或者中等表達(dá)水平的基因不能被有效檢測到。所以,針對bulk RNASeq數(shù)據(jù)開發(fā)的差異表達(dá)檢測算法,并不完全適用于scRNA-Seq。針對scRNA-Seq的差異表達(dá)算法被陸 續(xù) 開 發(fā),如SCDE[44],MAST[45],Census[46]和BCseq[47]等。其中,SCDE是一種運(yùn)用貝葉斯算法,從單個(gè)測量中獲得的不確定信息,使用泊松過程來解釋Dropouts,通過對比分析證明SCDE算法具有比傳統(tǒng)方法更高的靈敏度[44]。MAST算法采用線性模型對轉(zhuǎn)錄陽性表達(dá)的平均值進(jìn)行建模,同時(shí)控制模型的離散性和技術(shù)因素。其采用廣義相加模型(Generalized additive models,GAMS)與Tobit模型進(jìn)行正態(tài)分布。Finak等[45]通過比較發(fā)現(xiàn)SCDE算法檢測的差異表達(dá)基因數(shù)量高于MAST,但MAST算法的特異性更高。Qiu等[46]研究發(fā)現(xiàn)Census算法可將常規(guī)的相對表達(dá)量轉(zhuǎn)換為相對轉(zhuǎn)錄本計(jì)數(shù),與標(biāo)準(zhǔn)的讀取計(jì)數(shù)相比,使用回歸技術(shù)更容易建模,而且顯著提高準(zhǔn)確度。BCseq算法無需指定偏差的來源或格式即可校正表達(dá)量化中的偏差,即以自適應(yīng)的方式糾正固有偏差,有效降低技術(shù)噪音。Chen等[47]通過對比發(fā)現(xiàn)BCseq算法在細(xì)胞類型分類性能上優(yōu)于MAST和SCDE。盡管多種算法被用于差異表達(dá)基因分析,但不同算法處理后的數(shù)據(jù)結(jié)果仍存在一定偏差。早期一項(xiàng)針對36種基因差異表達(dá)分析算法有效性的研究發(fā)現(xiàn),不同算法得到的差異表達(dá)基因在特征及數(shù)量上均存在顯著差異[48]。因此,測序后數(shù)據(jù)分析算法的優(yōu)化仍然是今后的一項(xiàng)重要工作。

    7 擬時(shí)序分析

    擬時(shí)序分析法是指根據(jù)單個(gè)細(xì)胞的基因表達(dá)模式推斷出細(xì)胞發(fā)育或分化的動(dòng)態(tài)路徑[49]。與bulk RNA-Seq不同,單細(xì)胞測序可以沿著一個(gè)連續(xù)發(fā)展的過程對細(xì)胞進(jìn)行排序,在軌跡的開始、中間和結(jié)束狀態(tài)對細(xì)胞類型進(jìn)行識別,進(jìn)展越少越接近原始細(xì)胞狀態(tài),進(jìn)展越多越接近終點(diǎn)細(xì)胞狀態(tài)。針對scRNA-Seq擬時(shí)序分析開發(fā)的算法有Monocle[50],Waterfall[51],TSCAN[52],Sincell[53],SLICER[54]和Wishbone[55]。Monocle算法將無監(jiān)督的數(shù)據(jù)與反向圖形嵌入結(jié)合在一起,通過分化進(jìn)程對細(xì)胞進(jìn)行排序,揭示關(guān)鍵調(diào)控因子表達(dá)中的變化及細(xì)胞分化的新型調(diào)控因子。Pere?íni 等[50]將Monocle算法可應(yīng)用于骨骼肌分化過程中,明確了一系列形態(tài)學(xué)和轉(zhuǎn)錄組動(dòng)力學(xué)。該算法將每個(gè)細(xì)胞的表達(dá)譜表示為高維空間的一個(gè)點(diǎn),高度相似的單元格之間添加連接邊,構(gòu)建最小生成樹圖,找到最長路徑的對應(yīng)轉(zhuǎn)錄序列,即可找到分化過程中單個(gè)細(xì)胞的動(dòng)態(tài)路徑。當(dāng)對體內(nèi)連續(xù)生物學(xué)過程進(jìn)行scRNA-Seq分析時(shí),由于缺少足夠的信息不適合使用Monocle等傳統(tǒng)方法,因此Jaehoon等[51]開發(fā)了一種更為通用的算法Waterfall,它可以對連續(xù)生物學(xué)過程的多位單細(xì)胞數(shù)據(jù)集進(jìn)行無偏差統(tǒng)計(jì)分析,該算法使用Hidden markov模型以無偏差方式確定擬時(shí)序上每個(gè)基因的表達(dá)狀態(tài),并量化為隨時(shí)間變化的分子級聯(lián)圖,最后將基因表達(dá)水平與擬時(shí)序相關(guān)聯(lián)。盡管Waterfall算法中曾考慮過細(xì)胞聚類的影響,但并未對細(xì)胞聚類對細(xì)胞有序性影響進(jìn)行系統(tǒng)評估,在此基礎(chǔ)上,Ji等[52]提出TSCAN工具,基于構(gòu)建最小生成樹之前對細(xì)胞進(jìn)行聚類可以降低復(fù)雜性,解決Monocle由于高復(fù)雜性造成的穩(wěn)定性差。Juliá 等[53]開發(fā)的Sincell實(shí)現(xiàn)了兩種算法,以區(qū)分穩(wěn)定細(xì)胞和噪聲影響的層次結(jié)構(gòu),第一種依賴于基因重采樣程序;第二種系統(tǒng)隨機(jī)生成的復(fù)制細(xì)胞,這些復(fù)制細(xì)胞遵循原始細(xì)胞的隨機(jī)模式。Sincell可以提供細(xì)胞狀態(tài)層次結(jié)構(gòu),同時(shí)考慮scRNA-Seq序列中的隨機(jī)因素。上述方法無法推斷對于非線性基因表達(dá)的變化和與過程無關(guān)的基因的分析,Welch等[54]開發(fā)SLICER使用局部線性嵌入來重建細(xì)胞軌跡,該算法可以推斷非線性的軌跡,無需了解過程即可選擇基因,并自動(dòng)確定分支的位置和數(shù)量,通過對小鼠非細(xì)胞和神經(jīng)干細(xì)胞的驗(yàn)證,證實(shí)了此算法的有效性。如果要為多細(xì)胞構(gòu)建分支軌跡,上述方法在分辨率和準(zhǔn)確性上較為不足,Manu等[55]提出的Wishbone算法解決了此類問題,關(guān)鍵技術(shù)在于通過重復(fù)采樣邊緣子集來確定軌跡,并用動(dòng)物實(shí)驗(yàn)證明了Wishbone的準(zhǔn)確性。因此,選擇合適的方法應(yīng)主要依賴于數(shù)據(jù)集特點(diǎn)。

    8 結(jié)語

    隨著多種單細(xì)胞測序數(shù)據(jù)分析方法的開發(fā)與應(yīng)用,在一定程度上促進(jìn)了單細(xì)胞轉(zhuǎn)錄組學(xué)的發(fā)展,改善了高背景噪音和高變異性對數(shù)據(jù)產(chǎn)生的影響,為細(xì)胞異質(zhì)性研究奠定了分子基礎(chǔ)。但單細(xì)胞測序數(shù)據(jù)分析仍面臨著新的問題和挑戰(zhàn)。首先,隨著單細(xì)胞測序數(shù)據(jù)集激增,如何提高軟件運(yùn)行速度和儲(chǔ)存效率是目前需要解決的一項(xiàng)重要問題。其次,由于不同實(shí)驗(yàn)室在實(shí)驗(yàn)方案和數(shù)據(jù)處理流程方面存在差異,結(jié)果的室間比對較為困難。因此,我們?nèi)匀挥斜匾獙ΜF(xiàn)有的分析方法進(jìn)行優(yōu)化,不斷開發(fā)新的高效的數(shù)據(jù)分析方法,進(jìn)一步提升單細(xì)胞測序結(jié)果的準(zhǔn)確性和可靠性。

    猜你喜歡
    單細(xì)胞測序聚類
    杰 Sir 帶你認(rèn)識宏基因二代測序(mNGS)
    新民周刊(2022年27期)2022-08-01 07:04:49
    二代測序協(xié)助診斷AIDS合并馬爾尼菲籃狀菌腦膜炎1例
    傳染病信息(2021年6期)2021-02-12 01:52:58
    人工智能助力微生物單細(xì)胞鑒定
    科學(xué)(2020年4期)2020-11-26 08:27:16
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    基于改進(jìn)的遺傳算法的模糊聚類算法
    聯(lián)合SNaPshot和單倍型分析技術(shù)建立G6PD缺乏癥單細(xì)胞基因診斷體系
    基因捕獲測序診斷血癌
    一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究
    單細(xì)胞測序技術(shù)研究進(jìn)展
    自適應(yīng)確定K-means算法的聚類數(shù):以遙感圖像聚類為例
    亚洲视频免费观看视频| 黄色成人免费大全| 久99久视频精品免费| 日韩欧美一区二区三区在线观看| 9191精品国产免费久久| 国产精品亚洲av一区麻豆| 国产亚洲精品久久久久5区| 村上凉子中文字幕在线| 国产精品99久久99久久久不卡| 黄色成人免费大全| 黄色 视频免费看| 男人舔女人的私密视频| 黑人巨大精品欧美一区二区蜜桃| 日韩精品青青久久久久久| 色在线成人网| 91成人精品电影| 欧美+亚洲+日韩+国产| 又黄又粗又硬又大视频| 亚洲中文日韩欧美视频| 看片在线看免费视频| 窝窝影院91人妻| 国产aⅴ精品一区二区三区波| 欧美大码av| 中出人妻视频一区二区| 久久久久国内视频| 天天添夜夜摸| 亚洲人成77777在线视频| 午夜福利免费观看在线| 大陆偷拍与自拍| 久久人妻福利社区极品人妻图片| 亚洲一码二码三码区别大吗| 国产成人av教育| 国产精品久久电影中文字幕| 国产成人av教育| 欧美成人一区二区免费高清观看 | 乱人伦中国视频| 亚洲在线自拍视频| 婷婷丁香在线五月| 精品熟女少妇八av免费久了| 三级毛片av免费| 大香蕉久久成人网| 亚洲一码二码三码区别大吗| av视频在线观看入口| 欧美成人性av电影在线观看| 母亲3免费完整高清在线观看| 亚洲黑人精品在线| 亚洲人成电影观看| 久久精品成人免费网站| 久久精品国产亚洲av高清一级| 久久久久久久精品吃奶| 桃红色精品国产亚洲av| 成年人黄色毛片网站| 波多野结衣一区麻豆| 无人区码免费观看不卡| 美女 人体艺术 gogo| 精品国产一区二区久久| 日韩有码中文字幕| x7x7x7水蜜桃| 欧美中文日本在线观看视频| 色av中文字幕| 国内久久婷婷六月综合欲色啪| 高清在线国产一区| 淫妇啪啪啪对白视频| 一级毛片女人18水好多| 国产1区2区3区精品| 日韩欧美国产在线观看| 嫁个100分男人电影在线观看| 亚洲五月婷婷丁香| 99精品欧美一区二区三区四区| 黄色视频不卡| www.自偷自拍.com| 搡老岳熟女国产| 欧美绝顶高潮抽搐喷水| 夜夜看夜夜爽夜夜摸| 9色porny在线观看| 老司机午夜福利在线观看视频| 精品一区二区三区四区五区乱码| 久久久久九九精品影院| 国产国语露脸激情在线看| 国内精品久久久久久久电影| 久99久视频精品免费| 日本撒尿小便嘘嘘汇集6| 成人国语在线视频| 日本三级黄在线观看| 亚洲国产精品久久男人天堂| 亚洲在线自拍视频| 亚洲国产欧美网| 韩国av一区二区三区四区| 成人永久免费在线观看视频| 久久精品亚洲熟妇少妇任你| 亚洲电影在线观看av| 国产亚洲精品一区二区www| 一级毛片高清免费大全| 国产精品亚洲一级av第二区| 在线十欧美十亚洲十日本专区| netflix在线观看网站| 日本一区二区免费在线视频| 最近最新免费中文字幕在线| 欧美成人性av电影在线观看| 国产精品秋霞免费鲁丝片| 级片在线观看| 亚洲专区字幕在线| 999久久久精品免费观看国产| 久久久久亚洲av毛片大全| 国产野战对白在线观看| 亚洲专区中文字幕在线| 免费看a级黄色片| 十八禁网站免费在线| 国产伦人伦偷精品视频| 一区二区三区精品91| 人妻久久中文字幕网| 免费一级毛片在线播放高清视频 | 午夜视频精品福利| 涩涩av久久男人的天堂| 午夜a级毛片| 亚洲男人天堂网一区| 国产精品久久久人人做人人爽| 精品人妻在线不人妻| 久久婷婷人人爽人人干人人爱 | 免费久久久久久久精品成人欧美视频| 亚洲欧美日韩高清在线视频| 午夜福利成人在线免费观看| 成年女人毛片免费观看观看9| 最新在线观看一区二区三区| 一进一出抽搐动态| 夜夜夜夜夜久久久久| 91国产中文字幕| 两性夫妻黄色片| 国产精品 欧美亚洲| 99精品在免费线老司机午夜| 亚洲av片天天在线观看| 一二三四在线观看免费中文在| 黑人操中国人逼视频| 91在线观看av| 黄色毛片三级朝国网站| 久久热在线av| www.精华液| 亚洲欧美精品综合久久99| 自拍欧美九色日韩亚洲蝌蚪91| 十分钟在线观看高清视频www| 国产麻豆69| 午夜老司机福利片| 国产精品美女特级片免费视频播放器 | 成人18禁在线播放| 国产精品永久免费网站| 色尼玛亚洲综合影院| 久久久久国产精品人妻aⅴ院| 91字幕亚洲| 欧美黑人精品巨大| 日韩 欧美 亚洲 中文字幕| 欧美日本中文国产一区发布| 黑丝袜美女国产一区| 国产亚洲av嫩草精品影院| 国内精品久久久久久久电影| 熟女少妇亚洲综合色aaa.| 亚洲国产精品久久男人天堂| 亚洲午夜理论影院| 免费在线观看影片大全网站| 国产免费av片在线观看野外av| 天天添夜夜摸| 久久久久久久久久久久大奶| 国产极品粉嫩免费观看在线| 中文字幕最新亚洲高清| netflix在线观看网站| 99久久久亚洲精品蜜臀av| 日韩欧美一区视频在线观看| 午夜亚洲福利在线播放| 精品欧美国产一区二区三| 99在线视频只有这里精品首页| 亚洲国产精品久久男人天堂| av电影中文网址| 亚洲成人免费电影在线观看| 亚洲自偷自拍图片 自拍| 精品一区二区三区视频在线观看免费| 精品人妻1区二区| 精品国产一区二区三区四区第35| 村上凉子中文字幕在线| 国产精品九九99| 亚洲精品中文字幕一二三四区| 欧美日韩中文字幕国产精品一区二区三区 | 国产精品国产高清国产av| 亚洲国产欧美网| 中文字幕精品免费在线观看视频| 又黄又粗又硬又大视频| 搞女人的毛片| 曰老女人黄片| 天天一区二区日本电影三级 | 国产精品一区二区三区四区久久 | 久久精品91蜜桃| 中文亚洲av片在线观看爽| 日韩中文字幕欧美一区二区| 国产亚洲精品一区二区www| 欧美成人性av电影在线观看| 久久久久久久午夜电影| 51午夜福利影视在线观看| 久久香蕉激情| 中文字幕色久视频| 欧美丝袜亚洲另类 | 亚洲精品一卡2卡三卡4卡5卡| 757午夜福利合集在线观看| 窝窝影院91人妻| 久久热在线av| 91老司机精品| 不卡av一区二区三区| 黄色 视频免费看| 亚洲国产毛片av蜜桃av| 久久久久久久午夜电影| 搡老妇女老女人老熟妇| 亚洲精品久久国产高清桃花| 99riav亚洲国产免费| 成年女人毛片免费观看观看9| 高清在线国产一区| 日日夜夜操网爽| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲一区二区三区不卡视频| 身体一侧抽搐| 日韩欧美一区二区三区在线观看| 亚洲精品国产精品久久久不卡| 欧美日韩亚洲综合一区二区三区_| 亚洲一卡2卡3卡4卡5卡精品中文| 中文字幕色久视频| 亚洲在线自拍视频| 又紧又爽又黄一区二区| 97人妻精品一区二区三区麻豆 | 欧美日韩瑟瑟在线播放| 欧美+亚洲+日韩+国产| 欧美黑人欧美精品刺激| 免费搜索国产男女视频| 桃色一区二区三区在线观看| 黄色丝袜av网址大全| 亚洲在线自拍视频| av福利片在线| 国产欧美日韩综合在线一区二区| 欧美黄色淫秽网站| 黑人操中国人逼视频| 国产又爽黄色视频| 国内毛片毛片毛片毛片毛片| 在线观看免费午夜福利视频| 色尼玛亚洲综合影院| 在线观看舔阴道视频| 黄网站色视频无遮挡免费观看| 91成人精品电影| 欧美激情 高清一区二区三区| 久久中文字幕一级| 国产熟女午夜一区二区三区| 国产精品永久免费网站| av电影中文网址| 日韩欧美国产一区二区入口| 黄色视频不卡| 成年人黄色毛片网站| 久久影院123| 欧美不卡视频在线免费观看 | 久久久精品欧美日韩精品| 两性夫妻黄色片| 亚洲欧洲精品一区二区精品久久久| 免费无遮挡裸体视频| 美女免费视频网站| 国产黄a三级三级三级人| 午夜免费激情av| 国产精品永久免费网站| 激情在线观看视频在线高清| 男女做爰动态图高潮gif福利片 | www国产在线视频色| 777久久人妻少妇嫩草av网站| 久久精品国产清高在天天线| 真人一进一出gif抽搐免费| 可以在线观看毛片的网站| 91字幕亚洲| 日韩视频一区二区在线观看| 国产麻豆69| netflix在线观看网站| 国产高清视频在线播放一区| 亚洲午夜精品一区,二区,三区| 久久久久久人人人人人| 国产成人av教育| 夜夜躁狠狠躁天天躁| 亚洲 欧美 日韩 在线 免费| 亚洲,欧美精品.| 国产色视频综合| 国产1区2区3区精品| 日本五十路高清| 91成年电影在线观看| 一进一出抽搐动态| 亚洲av片天天在线观看| 久久欧美精品欧美久久欧美| 成人亚洲精品一区在线观看| 给我免费播放毛片高清在线观看| 欧美乱码精品一区二区三区| 男女下面进入的视频免费午夜 | 亚洲专区中文字幕在线| 满18在线观看网站| 免费在线观看日本一区| 伊人久久大香线蕉亚洲五| 亚洲狠狠婷婷综合久久图片| 亚洲av熟女| 国产成人一区二区三区免费视频网站| svipshipincom国产片| 在线观看舔阴道视频| 精品国产超薄肉色丝袜足j| 99re在线观看精品视频| 老汉色av国产亚洲站长工具| 精品免费久久久久久久清纯| 亚洲一卡2卡3卡4卡5卡精品中文| 一区二区三区国产精品乱码| www.自偷自拍.com| 啦啦啦 在线观看视频| 桃色一区二区三区在线观看| 日日夜夜操网爽| 18禁裸乳无遮挡免费网站照片 | cao死你这个sao货| 极品人妻少妇av视频| 欧美一级a爱片免费观看看 | 老鸭窝网址在线观看| 日本vs欧美在线观看视频| 亚洲色图综合在线观看| 亚洲精品中文字幕在线视频| 黄色女人牲交| 免费女性裸体啪啪无遮挡网站| 国产欧美日韩综合在线一区二区| 超碰成人久久| 美女高潮喷水抽搐中文字幕| 亚洲人成伊人成综合网2020| 亚洲最大成人中文| 老汉色av国产亚洲站长工具| www国产在线视频色| 精品国产亚洲在线| 国产精品精品国产色婷婷| 欧美中文日本在线观看视频| 欧美国产精品va在线观看不卡| 亚洲片人在线观看| 亚洲人成电影观看| 精品国内亚洲2022精品成人| 老熟妇仑乱视频hdxx| 久久久久久久午夜电影| 在线av久久热| 不卡av一区二区三区| 美女午夜性视频免费| 麻豆av在线久日| 久久人人爽av亚洲精品天堂| 久久人人精品亚洲av| av视频在线观看入口| 桃色一区二区三区在线观看| 亚洲自偷自拍图片 自拍| 男女下面进入的视频免费午夜 | 亚洲人成网站在线播放欧美日韩| 日韩欧美一区视频在线观看| 丝袜人妻中文字幕| 黑人欧美特级aaaaaa片| 黄网站色视频无遮挡免费观看| 精品国产美女av久久久久小说| 久久久久久久久久久久大奶| 国产精品久久电影中文字幕| 欧美绝顶高潮抽搐喷水| 99re在线观看精品视频| 国产成人精品久久二区二区91| 日韩欧美国产在线观看| 精品少妇一区二区三区视频日本电影| 91麻豆精品激情在线观看国产| 免费在线观看黄色视频的| 中文字幕精品免费在线观看视频| 午夜福利一区二区在线看| 亚洲成av人片免费观看| 看黄色毛片网站| 精品一品国产午夜福利视频| 两性夫妻黄色片| 757午夜福利合集在线观看| 久久中文看片网| 国产麻豆69| 亚洲av五月六月丁香网| 亚洲第一青青草原| 国产国语露脸激情在线看| 一本大道久久a久久精品| 国产不卡一卡二| 欧美乱妇无乱码| 无限看片的www在线观看| 久热这里只有精品99| 国产精华一区二区三区| 国产精品亚洲美女久久久| 亚洲av美国av| 日本撒尿小便嘘嘘汇集6| 欧美性长视频在线观看| av在线播放免费不卡| 午夜福利在线观看吧| 精品国内亚洲2022精品成人| 久久国产乱子伦精品免费另类| 国产亚洲精品久久久久5区| 制服人妻中文乱码| 在线视频色国产色| 一边摸一边抽搐一进一小说| 国产亚洲精品av在线| 在线永久观看黄色视频| 国产欧美日韩综合在线一区二区| 国产成+人综合+亚洲专区| 宅男免费午夜| 精品无人区乱码1区二区| 九色亚洲精品在线播放| 久久久久久大精品| 午夜久久久久精精品| 涩涩av久久男人的天堂| 18禁裸乳无遮挡免费网站照片 | 国产欧美日韩综合在线一区二区| 色老头精品视频在线观看| АⅤ资源中文在线天堂| 多毛熟女@视频| 香蕉久久夜色| 变态另类丝袜制服| 最新美女视频免费是黄的| 巨乳人妻的诱惑在线观看| 大香蕉久久成人网| 香蕉久久夜色| 人人妻人人爽人人添夜夜欢视频| 夜夜夜夜夜久久久久| 日本黄色视频三级网站网址| 午夜亚洲福利在线播放| 国产精品一区二区免费欧美| 亚洲国产精品sss在线观看| 后天国语完整版免费观看| 好看av亚洲va欧美ⅴa在| 久久精品aⅴ一区二区三区四区| 69精品国产乱码久久久| 99国产精品一区二区三区| 天堂√8在线中文| 91麻豆av在线| 欧美精品亚洲一区二区| 免费在线观看完整版高清| 欧美黄色淫秽网站| 999久久久精品免费观看国产| 黄频高清免费视频| 国产xxxxx性猛交| 久热这里只有精品99| 丝袜人妻中文字幕| 一区二区三区国产精品乱码| 国产在线观看jvid| 老鸭窝网址在线观看| 啦啦啦观看免费观看视频高清 | 国产精品久久视频播放| 亚洲精品av麻豆狂野| 啦啦啦免费观看视频1| 日韩大码丰满熟妇| 午夜日韩欧美国产| 日韩欧美国产一区二区入口| 亚洲人成77777在线视频| 成人18禁在线播放| 久久久久久免费高清国产稀缺| 99国产精品免费福利视频| 精品日产1卡2卡| 亚洲中文字幕一区二区三区有码在线看 | 国产精品野战在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 国产精品久久视频播放| 日日夜夜操网爽| 欧美日韩亚洲综合一区二区三区_| 精品久久蜜臀av无| 亚洲欧美日韩另类电影网站| 美女高潮到喷水免费观看| 久久久久国产一级毛片高清牌| 中文亚洲av片在线观看爽| 久久久国产精品麻豆| 亚洲国产中文字幕在线视频| 亚洲国产欧美日韩在线播放| 成在线人永久免费视频| 色尼玛亚洲综合影院| 午夜福利高清视频| 禁无遮挡网站| 精品少妇一区二区三区视频日本电影| 人成视频在线观看免费观看| 欧美 亚洲 国产 日韩一| 久久中文字幕人妻熟女| 男人操女人黄网站| 欧美成人午夜精品| 欧美成人一区二区免费高清观看 | 天天躁狠狠躁夜夜躁狠狠躁| 国内精品久久久久久久电影| 国产欧美日韩一区二区三区在线| 两性夫妻黄色片| 亚洲 欧美 日韩 在线 免费| 久久精品91无色码中文字幕| 搡老熟女国产l中国老女人| 男女床上黄色一级片免费看| 一卡2卡三卡四卡精品乱码亚洲| 97碰自拍视频| 久99久视频精品免费| 国产精品亚洲一级av第二区| 夜夜爽天天搞| 欧美激情久久久久久爽电影 | 欧美最黄视频在线播放免费| 久久狼人影院| 在线观看免费午夜福利视频| 精品国产亚洲在线| 又大又爽又粗| 曰老女人黄片| 欧美成人性av电影在线观看| 99久久99久久久精品蜜桃| 一二三四社区在线视频社区8| 亚洲国产中文字幕在线视频| 国产野战对白在线观看| 嫁个100分男人电影在线观看| 中文字幕精品免费在线观看视频| 免费高清视频大片| 亚洲欧洲精品一区二区精品久久久| 日韩 欧美 亚洲 中文字幕| 最新在线观看一区二区三区| 亚洲精品在线观看二区| 久久久国产成人免费| 夜夜看夜夜爽夜夜摸| 免费搜索国产男女视频| 国产伦一二天堂av在线观看| 国产成人精品在线电影| 国产aⅴ精品一区二区三区波| 男女下面进入的视频免费午夜 | 国产欧美日韩精品亚洲av| 午夜久久久久精精品| 日本 av在线| 婷婷丁香在线五月| 波多野结衣av一区二区av| 99久久国产精品久久久| 久久久久久免费高清国产稀缺| 一级,二级,三级黄色视频| 好看av亚洲va欧美ⅴa在| 99在线人妻在线中文字幕| 亚洲男人的天堂狠狠| 神马国产精品三级电影在线观看 | 久久久久久免费高清国产稀缺| 日韩大码丰满熟妇| 久久国产精品影院| av视频在线观看入口| 两性午夜刺激爽爽歪歪视频在线观看 | 国产成人影院久久av| 色婷婷久久久亚洲欧美| 久久中文字幕一级| 看片在线看免费视频| 美女高潮喷水抽搐中文字幕| 中文字幕最新亚洲高清| 国产男靠女视频免费网站| 国产熟女午夜一区二区三区| 动漫黄色视频在线观看| 桃红色精品国产亚洲av| 亚洲五月色婷婷综合| 日韩高清综合在线| 精品少妇一区二区三区视频日本电影| 视频在线观看一区二区三区| 一二三四在线观看免费中文在| av视频在线观看入口| 又黄又粗又硬又大视频| 成人亚洲精品一区在线观看| 看片在线看免费视频| 国产午夜精品久久久久久| 国产99久久九九免费精品| 亚洲精品美女久久av网站| 黄色丝袜av网址大全| 男人舔女人下体高潮全视频| 免费不卡黄色视频| 此物有八面人人有两片| 国产精品美女特级片免费视频播放器 | 国产精品电影一区二区三区| 亚洲熟妇熟女久久| 欧美大码av| 精品国产美女av久久久久小说| 日本三级黄在线观看| 精品国产一区二区三区四区第35| 欧美丝袜亚洲另类 | 成人欧美大片| 啦啦啦 在线观看视频| 国产成人免费无遮挡视频| 十八禁网站免费在线| 九色国产91popny在线| 午夜免费观看网址| 亚洲精品国产色婷婷电影| 黄色女人牲交| 久久人妻av系列| 99在线人妻在线中文字幕| 脱女人内裤的视频| 欧美午夜高清在线| 成人18禁在线播放| 少妇被粗大的猛进出69影院| 日韩欧美在线二视频| 精品人妻在线不人妻| 国产精品 欧美亚洲| 黄色女人牲交| 级片在线观看| 在线永久观看黄色视频| 高清在线国产一区| 国产高清激情床上av| 成人亚洲精品av一区二区| 日韩欧美一区视频在线观看| 正在播放国产对白刺激| 国产精品,欧美在线| 久久人妻av系列| 91精品三级在线观看| 麻豆一二三区av精品| 久久久国产精品麻豆| 热re99久久国产66热| 90打野战视频偷拍视频| 欧美最黄视频在线播放免费| 天堂√8在线中文| 国产精品电影一区二区三区| АⅤ资源中文在线天堂| 脱女人内裤的视频| 亚洲精品粉嫩美女一区| 日日爽夜夜爽网站| 亚洲熟妇熟女久久| 免费一级毛片在线播放高清视频 | 中出人妻视频一区二区| 精品人妻1区二区| 精品久久蜜臀av无| 国产精品香港三级国产av潘金莲| 黄色丝袜av网址大全| 欧美黑人欧美精品刺激| 黄色毛片三级朝国网站| 日韩欧美免费精品| 成人国产综合亚洲| 亚洲国产欧美一区二区综合| 麻豆成人av在线观看| 亚洲人成电影观看| 亚洲精品在线美女|