Análisis de las transiciones de estado celular reversibles e irreversibles a partir de redes de regulación génica

Área de la Ciencia:

• Biología Computacional
• Biología de Sistemas
• Genómica

Sus antecedentes:

• Comprender las transiciones de estado celular es crucial en biología.
• Los mecanismos de regulación génica gobiernan estos procesos dinámicos.
• Los métodos existentes como el pseudotiempo y la velocidad del ARN ofrecen información limitada.

Objetivo del estudio:

• Desarrollar un método computacional novedoso para predecir transiciones de estado celular.
• Inferir decisiones de destino celular reversibles e irreversibles a resolución de célula única.
• Conectar las interacciones de regulación génica con la dinámica del sistema.

Principales métodos:

• Método de inferencia de transición de estado utilizando correlaciones entre células (STICCC).
• Utiliza datos de expresión génica de células únicas e interacciones de regulación génica.
• Explota los retrasos temporales en la expresión génica para inferir estados pasados y futuros.

Principales resultados:

• STICCC predice con precisión las transiciones de estado celular.
• Los campos vectoriales inferidos capturan cuencas de atracción y flujos irreversibles.
• Revela la influencia de las interacciones de red en las decisiones del destino celular.

Conclusiones:

• STICCC proporciona información complementaria más allá del pseudotiempo y la velocidad del ARN.
• El método mejora la comprensión de la regulación génica en las transiciones de estado celular.
• STICCC es una herramienta valiosa para el estudio de sistemas biológicos dinámicos.