Esta página ha sido traducida por una máquina. Otras páginas pueden seguir apareciendo en inglés.
View in English
Análisis de Regresión Esparsa Bayesiana Documenta la Diversidad de las Interneuronas Inhibidoras Espinarias
- Mariano I Gabitto 1, Ari Pakman 2, Jay B Bikoff 1, L F Abbott 3, Thomas M Jessell 1, Liam Paninski 4
- Mariano I Gabitto 1, Ari Pakman 2, Jay B Bikoff 1
- 1Department of Neuroscience, Columbia University, New York, NY 10032, USA; Department of Biochemistry and Molecular Biophysics, Howard Hughes Medical Institute, Kavli Institute for Brain Science, Zuckerman Mind Brain Behavior Institute, Columbia University, New York, NY 10032, USA.
- 2Department of Statistics and Grossman Center for the Statistics of Mind, Columbia University, New York, NY 10027, USA.
- 3Department of Neuroscience, Columbia University, New York, NY 10032, USA; Department of Physiology and Cellular Biophysics, Columbia University, New York, NY 10032, USA.
- 4Department of Neuroscience, Columbia University, New York, NY 10032, USA; Department of Statistics and Grossman Center for the Statistics of Mind, Columbia University, New York, NY 10027, USA.
- 0Department of Neuroscience, Columbia University, New York, NY 10032, USA; Department of Biochemistry and Molecular Biophysics, Howard Hughes Medical Institute, Kavli Institute for Brain Science, Zuckerman Mind Brain Behavior Institute, Columbia University, New York, NY 10032, USA.
Videos de Experimentos Relacionados
Contact us if these videos are not relevant.
Contact us if these videos are not relevant.
Ver abstracta en PubMed
Resumen
Este resumen es generado por máquina.Los investigadores desarrollaron un marco bayesiano escaso para identificar diversos tipos de células a partir de datos incompletos de expresión génica. Este método reveló aproximadamente 50 nuevos tipos de interneuronas inhibidoras espinales V1, lo que ayuda a comprender la organización neuronal.
Área De La Ciencia
- La neurociencia
- Biología computacional
- La genómica
Sus Antecedentes
- Comprender la diversidad celular es crucial para mapear la función de los tejidos y los órganos.
- Los datos de expresión del factor de transcripción a menudo son incompletos, lo que plantea desafíos para la identificación del tipo de célula.
Objetivo Del Estudio
- Desarrollar un marco computacional para inferir la diversidad de tipo celular a partir de datos parciales de expresión del factor de transcripción.
- Para caracterizar la diversidad de las interneuronas inhibidoras espinales V1.
Principales Métodos
- Se ideó un marco bayesiano escaso para manejar la incertidumbre de estimación en los datos de expresión génica.
- El marco incorpora diversas características celulares para optimizar el diseño experimental.
- Aplicado a los datos de expresión espacial de 19 factores de transcripción en las interneuronas inhibidoras espinales V1.
Principales Resultados
- Inferido la existencia de aproximadamente 50 distintos tipos de neuronas candidatas V1.
- Se identificó que muchos de estos tipos de células inferidas están localizados en dominios espaciales compactos dentro de la médula espinal ventral.
- Validación de la existencia de tipos celulares inferidos mediante mediciones experimentales directas.
Conclusiones
- El escaso marco bayesiano es una plataforma efectiva para la caracterización del tipo de célula.
- Este enfoque avanza en la comprensión de la diversidad celular en el sistema nervioso.
- Proporciona un método robusto aplicable al descubrimiento de tipos celulares en varios sistemas biológicos.
Videos de Experimentos Relacionados
Contact us Si estos videos no son relevantes.
Contact us Si estos videos no son relevantes.