Plusieurs études récentes portent sur l'inférence de trajectoires de développement et de réponse à partir de données de séquençage d'ARN sur cellule unique (scRNA-Seq). Diverses méthodes computationnelles, souvent appelées ordonnancement en pseudo-temps, ont été développées pour cette tâche. Récemment, CRISPR a aussi été utilisé pour reconstruire des arbres de lignage en insérant des mutations aléatoires. Cependant, ces deux approches présentent des limites qui restreignent leur utilisation. Nous développons ici une méthode pour détecter des mutations de séquence significatives et spécifiques au type cellulaire à partir de données scRNA-Seq. Nous montrons que seules quelques mutations suffisent pour reconstruire de bons modèles de ramification. L'intégration de ces mutations aux données d'expression améliore encore davantage la précision des modèles reconstruits.