Video Experimental Relacionado
Updated: Aug 3, 2026
09:09
A Label-free Technique for the Spatio-temporal Imaging of Single Cell Secretions
Published on: November 24, 2015
Calibración de modelos de PDE a nivel de tejido de la dinámica de ligandos utilizando datos de transcriptómica
Ali Daher1, Dumitru Trucu2, Raluca Eftimie3
1Department of Mathematics, Marie and Louis Pasteur University, Besancon, France. ali.daher@umlp.fr.
NPJ systems biology and applications
|February 19, 2026
Resumen
Desarrollamos un pipeline computacional para calibrar modelos de reacción-difusión utilizando datos de transcriptómica. Este enfoque integra la secuenciación de ARN de células únicas y la transcriptómica espacial para modelar con precisión la comunicación celular en tejidos.
Área de la Ciencia:
- Biología Computacional
- Biología de Sistemas
- Biología Molecular
Sus antecedentes:
- La comunicación celular a través de la señalización mediada por ligandos es crucial para los procesos fisiológicos.
- Los modelos de reacción-difusión describen la dinámica de los ligandos, pero carecen de una calibración robusta de parámetros debido a datos limitados del microambiente.
- La integración de diversos datos biológicos en modelos mecanicistas sigue siendo un desafío.
Objetivo del estudio:
- Desarrollar un pipeline computacional para la calibración de modelos de reacción-difusión utilizando datos de transcriptómica.
- Aprovechar la secuenciación de ARN de células únicas y la transcriptómica espacial para la inferencia de parámetros de modelos a escala de tejido.
- Proporcionar un marco unificado para la integración de datos modernos de transcriptómica en modelos mecanicistas.
Principales métodos:
- Desarrollo de un pipeline computacional que integra solucionadores de volumen finito, preprocesamiento bioinformático, computación bayesiana aproximada (ABC) y optimización basada en gradientes.
- Utilización de conjuntos de datos de piel humana de código abierto para estudios de caso.
- Calibración de parámetros para isoformas del Factor de Crecimiento Transformante Beta.
Principales resultados:
- Se calibraron con éxito los parámetros que rigen las isoformas del Factor de Crecimiento Transformante Beta en la piel humana.
- Se compararon los campos de concentración espacial inferidos con las distribuciones locales de tipos celulares.
- La evaluación comparativa en conjuntos de datos sintéticos demostró la precisión y los beneficios de combinar ABC con optimización basada en gradientes.
Conclusiones:
- La secuenciación de ARN de células únicas y la transcriptómica espacial ofrecen una rica fuente de datos para la calibración de modelos mecanicistas a escala de tejido.
- El pipeline desarrollado proporciona un enfoque flexible y riguroso para la inferencia de parámetros.
- Este método mejora nuestra capacidad para modelar la comunicación celular y la dinámica tisular.
