通过网络推断和基因扰动剖析细胞身份
Kenji Kamimoto1,2,3, Blerta Stringa1,3, Christy M Hoffmann1,2,3
1Department of Developmental Biology, Washington University School of Medicine in St Louis, St Louis, MO, USA.
Nature
|February 9, 2023
概括
这项研究介绍了一种机器学习工具CellOracle,该工具模拟基因调节网络以预测细胞身份的变化. 细胞Oracle准确地模拟发育中的转录因子扰动,并识别出新型调节者.
科学领域:
- 发育生物学
- 系统生物学
- 计算生物学
背景情况:
- 细胞身份是由复杂的基因表达调节决定的,形成基因调节网络.
- 了解这些网络对于破译发育过程和细胞分化至关重要.
研究的目的:
- 在基因调控网络中模拟转录因子扰动的机器学习方法CellOracle的开发和验证.
- 分析细胞身份调节,并获得关于发展和分化的机制性见解.
主要方法:
- 从单细胞多基因数据推断出基因调节网络.
- 使用CellOracle进行转录因子扰动.
- 将这种方法应用于小鼠/人类的造血和斑马鱼的胚胎生成.
主要成果:
- 在已建立的模型中,CellOracle准确地模拟了已知的表型变化.
- 模拟并通过实验验证了一种新型斑马鱼表型,该表型是由" notochord "调节器的损失造成的.
- 确定"lhx1a"为斑马鱼的新型轴性半皮调节剂.
结论:
- 细胞Oracle是分析细胞身份调节中的转录因子作用的强大工具.
- 这种方法提供了对发育过程和细胞分化有价值的机理性见解.
- CellOracle有助于发现新的基因功能和发育表型.
更多相关视频
12:15The C. elegans Intestine As a Model for Intercellular Lumen Morphogenesis and In Vivo Polarized Membrane Biogenesis at the Single-cell Level: Labeling by Antibody Staining, RNAi Loss-of-function Analy
Published on: October 3, 2017
13.5K
08:23Author Spotlight: Integrating Single-Cell Transcriptomics with Organoid Cultures for Advanced Research and Therapeutic Insights
Published on: June 28, 2024
879
