SEEK-VFI: Selección de características genéticas informada por trayectorias en análisis de células únicas

Área de la Ciencia:

• Biología Computacional
• Genómica
• Aprendizaje Automático

Sus antecedentes:

• La priorización de genes altamente variables es crucial para la inferencia de trayectorias de células únicas.
• Los métodos estándar tienen dificultades para distinguir los genes relevantes para la trayectoria de los no informativos cuando la variabilidad se origina en el desarrollo continuo de las células.

Objetivo del estudio:

• Introducir SEEK-VFI, un algoritmo de modelado de temas de conjunto diseñado para el preprocesamiento de la inferencia de trayectorias.
• Mejorar la priorización de genes relevantes para la trayectoria en datos de células únicas.

Principales métodos:

• SEEK-VFI emplea un enfoque de modelado de temas de conjunto.
• El algoritmo está diseñado específicamente para los pasos de preprocesamiento en la inferencia de trayectorias.

Principales resultados:

• SEEK-VFI supera a los métodos de priorización de genes existentes.
• Los genes clave identificados mejoran significativamente la reconstrucción de la topología de la trayectoria.
• Se observaron mejoras en la visualización y en los análisis posteriores de la trayectoria.

Conclusiones:

• SEEK-VFI prioriza eficazmente los genes relevantes para la trayectoria para la inferencia de trayectorias de células únicas.
• El método ofrece mejoras en la reconstrucción, visualización y análisis de las trayectorias de desarrollo celular.