Jove
Visualize
Contáctanos

Videos de Conceptos Relacionados

Cell Specific Gene Expression01:58

Cell Specific Gene Expression

4.9K
4.9K
DNA Microarrays02:34

DNA Microarrays

18.8K
Microarrays are high-throughput and relatively inexpensive assays that can be automated to analyze large quantities of data at a time. They are used in genome-wide studies to compare gene or protein expression under two varied conditions, such as healthy and diseased states. Microarrays consist of glass or silica slides on which probe molecules are covalently attached through surface functionalization. Most commonly, the slides are prepared through the chemisorption of silanes to silica...
18.8K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Correction: Proximity proteomics reveals OTUD6B regulation of stress granule dynamics through coalescence with VCP/p97.

Cell death & disease·2026
Same author

Engulfment by brain macrophages in a short-lived vertebrate.

bioRxiv : the preprint server for biology·2026
Same author

Genetic variation reveals a homeotic long noncoding RNA that modulates human hematopoietic stem cells.

Cell·2026
Same author

<i>Alfaria yunnanensis</i> sp. nov., a novel myrothecium-like species isolated from <i>Oryza sativa</i> in Yunnan, China.

International journal of systematic and evolutionary microbiology·2026
Same author

Ancient DNA reveals pervasive directional selection across West Eurasia.

Nature·2026
Same author

Proinsulin regulators identified with CRISPR screen and in vivo mouse QTL mapping.

Nature communications·2026
Same journal

Co-option of lysosomal machinery shapes the evolution of the intracellular photosymbiosis supporting coral reefs.

Cell·2026
Same journal

LEF1 and niche factors determine T cell stemness across chronic diseases.

Cell·2026
Same journal

Recurrent patterns of TOP1-mediated neuronal genomic damage shared by major neurodegenerative disorders.

Cell·2026
Same journal

Four-dimensional molecular mapping from a spatial snapshot reveals the dynamics of hair follicle organogenesis.

Cell·2026
Same journal

Whole-cell particle-based digital twin simulations from 4D lattice light-sheet microscopy data.

Cell·2026
Same journal

Systematic discovery of pathogen effector functions across human pathogens and pathways.

Cell·2026
Ver todos los artículos relacionados
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Video Experimental Relacionado

Updated: Oct 4, 2025

Transcriptome Analysis of Single Cells
07:27

Transcriptome Analysis of Single Cells

Published on: April 25, 2011

30.1K

Mapeo de campos vectoriales transcriptómicos de células individuales

Xiaojie Qiu1, Yan Zhang2, Jorge D Martin-Rufino3

  • 1Whitehead Institute for Biomedical Research, Cambridge, MA, USA; Howard Hughes Medical Institute, Massachusetts Institute of Technology, Cambridge, MA, USA.

Cell
|February 2, 2022
PubMed
Resumen
Este resumen es generado por máquina.

Dynamo, un nuevo marco analítico, utiliza modelos cinéticos y geometría diferencial para predecir los destinos celulares y las rutas de reprogramación a partir de datos de secuenciación de ARN de una sola célula. Supera las limitaciones de los métodos tradicionales, permitiendo predicciones precisas para las transiciones de estado celular y los resultados de la perturbación génica.

Palabras clave:
ARN JacobianoEtiquetado metabólico del ARNtransiciones del destino celularanálisis de geometría diferencialTeoría de los sistemas dinámicosDinamo, por ejemplo.La hematopoiesisen la perturbación de siliciotrayectoria de acción mínimaReconstrucción del campo vectorial

Más Videos Relacionados

Droplet Barcoding-Based Single Cell Transcriptomics of Adult Mammalian Tissues
10:12

Droplet Barcoding-Based Single Cell Transcriptomics of Adult Mammalian Tissues

Published on: January 10, 2019

18.7K
A Combinatorial Single-cell Approach to Characterize the Molecular and Immunophenotypic Heterogeneity of Human Stem and Progenitor Populations
09:34

A Combinatorial Single-cell Approach to Characterize the Molecular and Immunophenotypic Heterogeneity of Human Stem and Progenitor Populations

Published on: October 25, 2018

6.8K

Videos de Experimentos Relacionados

Last Updated: Oct 4, 2025

Transcriptome Analysis of Single Cells
07:27

Transcriptome Analysis of Single Cells

Published on: April 25, 2011

30.1K
Droplet Barcoding-Based Single Cell Transcriptomics of Adult Mammalian Tissues
10:12

Droplet Barcoding-Based Single Cell Transcriptomics of Adult Mammalian Tissues

Published on: January 10, 2019

18.7K
A Combinatorial Single-cell Approach to Characterize the Molecular and Immunophenotypic Heterogeneity of Human Stem and Progenitor Populations
09:34

A Combinatorial Single-cell Approach to Characterize the Molecular and Immunophenotypic Heterogeneity of Human Stem and Progenitor Populations

Published on: October 25, 2018

6.8K

Área de la Ciencia:

  • Biología computacional
  • Biología de sistemas
  • La genómica

Sus antecedentes:

  • La secuenciación de ARN de una sola célula (scRNA-seq) proporciona datos de alta resolución sobre los estados y transiciones celulares.
  • Los modelos cinéticos son esenciales para comprender las funciones reguladoras que rigen estas dinámicas celulares.
  • Los análisis de velocidad de ARN existentes se enfrentan a limitaciones en cuanto a precisión y alcance.

Objetivo del estudio:

  • Introducir Dynamo, un marco analítico para inferir la velocidad del ARN y predecir el destino de las células.
  • Desarrollar un modelo cuantitativo y predictivo para las transiciones de estado celular.
  • Superar las limitaciones de los métodos convencionales de velocidad del ARN basados en el empalme.

Principales métodos:

  • Velocidad absoluta inferida del ARN utilizando el modelado cinético.
  • Reconstruimos campos vectoriales continuos para predecir el destino de las células.
  • Se empleó la geometría diferencial para extraer los mecanismos reguladores.
  • Método de menor acción aplicado para predecir las transiciones y los resultados de la perturbación.

Principales resultados:

  • Estimaciones exactas de la velocidad en los datos de secuencia de scRNA de la hematopoyesis humana etiquetados metabólicamente.
  • Mecanismos revelados de diferenciación de megacariocitos y regulación del circuito PU.1-GATA1.
  • Predijo con éxito los impulsores de las transiciones hematopoyéticas.
  • En las perturbaciones de silicio se predijeron con precisión las desviaciones del destino celular.

Conclusiones:

  • Dynamo avanza en teorías cuantitativas y predictivas de las transiciones de estado celular.
  • El marco mejora el análisis de scRNA-seq y datos de velocidad de ARN.
  • Dynamo permite la predicción de las rutas de reprogramación y los efectos de perturbación genética.