単細胞と空間トランスクリプトミクスのデータを用いて,リガンドダイナミクスの組織レベルのPDEモデルを校正する

科学分野:

• コンピュータ生物学 コンピュータ生物学
• システム生物学 システム生物学
• 分子生物学は分子生物学である.

背景:

• リンガンド媒介のシグナル伝達による細胞のコミュニケーションは,生理学的プロセスにとって極めて重要です.
• 反応-拡散モデルは,リガンドのダイナミクスを記述しますが,限られたマイクロ環境データのため,堅固なパラメータ校正が欠けています.
• 多様な生物学的データを機械的モデルに統合することは,依然として課題です.

研究 の 目的:

• トランスクリプトミクスのデータを用いて反応拡散モデルの校正のための計算パイプラインを開発する.
• 組織スケールモデルのパラメータ推論のための単細胞RNAシーケンシングと空間トランスクリプトミクスを活用する.
• 現代のトランスクリプトミクスのデータを機械的モデルに統合するための統一された枠組みを提供すること.

主な方法:

• 計算パイプラインを開発し,有限体積溶解器,バイオインフォマティックスの事前処理,近似ベイジアン計算 (ABC),グラデントベースの最適化を統合した.
• ケーススタディのためのオープンソースのヒト皮膚データセットを使用しました.
• トランスフォーミング・成長因子ベータイソフォームの校正パラメータ.

主要な成果:

• ヒトの皮膚における変形成長因子ベータ同型を制御するパラメータを成功裏に校正しました.
• 推論された空間的濃度場と局所的な細胞型分布を比較した.
• 合成データセットのベンチマークは,ABCとグラデントベースの最適化の組み合わせの正確性と利点を示しました.

結論:

• 単細胞RNAシーケンシングと空間トランスクリプトミクスは,組織スケールメカニズムモデルを校正するための豊富なデータソースを提供します.
• 開発されたパイプラインは,パラメータ推論のための柔軟で厳格なアプローチを提供します.
• この方法は,細胞のコミュニケーションと組織動態をモデル化する能力を高めます.