VIA（基于与马尔可夫链蒙特卡罗(MCMC)改进相结合的惰性传送随机行走来重建细胞谱系）

VIA

步骤1:对单细胞级图进行聚类，使每个节点代表一个单细胞集群(通过我们的聚类算法parc计算)。得到的聚类图构成了后续随机漫步的基础

第2步:两阶段伪时间计算:(i)伪时间(相对于用户定义的开始单元格)首先通过沿无向图

进行延迟传送随机漫步的预期命中时间计算。在每一步，懒惰(小概率)可以保持(橙色箭头)或传送(红色箭头)到任何其他状态。(ii)然后根据预期命中时间对边缘进行前向偏置(参见前向偏置边缘，如图所示为双箭头大小的不平衡)。通过运行马尔可夫链蒙特卡罗(MCMC)模拟，在有向图上进一步改进了伪时间(参见从根开始的三个突出显示的路径)ps：没看懂

步骤3:根据有向图的顶点连通性对终端状态进行一致投票。

步骤:在延迟传送MCMC模拟下，以访问频率计算的谱系可能性。步骤5:使用原始的单细胞knn图将时间排序和谱系概率投影到单细胞水平，以实现可视化，将网络拓扑和单细胞水平的伪时间/谱系概率属性结合到使用GAMs的嵌入上，以及无监督的下游分析