Reconstrucción de campos vectoriales que conservan la geometría de la dinámica del estado celular de alta...

Área de la Ciencia:

• Biología Computacional; Biología del Desarrollo; Genómica

Sus antecedentes:

• La diferenciación celular implica cambios dinámicos en la expresión génica, cruciales para el desarrollo.
• La secuenciación de ARN de células únicas (scRNA-seq) proporciona datos para inferir estas dinámicas.
• Los métodos existentes basados en la velocidad tienen dificultades con la escasez de datos y la alta dimensionalidad para capturar la aceleración.

Objetivo del estudio:

• Desarrollar un marco computacional robusto para la reconstrucción precisa del campo vectorial a partir de datos de scRNA-seq.
• Extraer información de la derivada de segundo orden, incluida la aceleración del estado celular.
• Analizar la dinámica de la expresión génica y cuantificar la potencia de diferenciación.

Principales métodos:

• Se desarrolló ddHodge, un marco que utiliza la descomposición de Hodge para la reconstrucción del campo vectorial.
• Se extendió ddHodge para aproximar la dinámica de la expresión génica de alta dimensionalidad en variedades de baja dimensionalidad.
• Se aplicó ddHodge a datos de scRNA-seq de la embriogénesis de ratón.

Principales resultados:

• ddHodge recupera con precisión los componentes del campo vectorial (gradiente, rizo, divergencia) y la aceleración del estado celular.
• La dinámica de expresión génica revelada durante el desarrollo sigue un sistema de gradiente de paisaje de potencial.
• Se cuantificó la potencia de diferenciación utilizando la divergencia y se identificaron genes clave que impulsan la potencia.

Conclusiones:

• ddHodge proporciona un marco computacional general para analizar sistemas biológicos complejos.
• El estudio dilucida las decisiones del destino celular en procesos de desarrollo utilizando datos reales.
• Se identificaron paisajes de potencial y genes clave que rigen la potencia de diferenciación.