TMELand:基于基因调控网络的Waddington表观遗传景观的量化和可视化的端到端管道

科学领域:

• 计算系统生物学 计算机系统生物学
• 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
• 文字转录学 (Transcriptomics) 是一个学科.

背景情况:

• 瓦丁顿的表观遗传景观可视化了细胞通过基因调节网络 (GRNs) 的分化和重编程.
• 传统的模型驱动的GRN量化需要广泛的先验知识,限制了实际应用.
• 现有的方法很难从基因表达数据中推断出复杂的细胞动态.

研究的目的:

• 开发一个结合数据驱动和模型驱动方法用于表观遗传景观分析的计算框架.
• 创建一个软件工具 (TMELand) 来推断GRNs,可视化景观和分析细胞状态转换.
• 为了促进细胞状态的预测和细胞命运决定动态的理解.

主要方法:

• 开发了一个端到端的管道,将数据驱动的GRN推断与模型驱动的景观映射集成在一起.
• 利用基因表达数据推断GRNs.
• 实现了景观可视化和计算吸引子之间的状态过渡路径.

主要成果:

• 从真实的转录基因数据中成功集成GRN推断与表观遗传景观建模.
• 开发了TMELand,这是一个软件工具,可以实现GRN推断和景观可视化.
• 证明了该工具能够揭示细胞过渡动态的机制.

结论:

• TMELand通过结合数据驱动和模型驱动的方法,为分析表观遗传景观提供了实用解决方案.
• 该工具促进了计算系统生物学研究,包括预测细胞状态和可视化细胞命运动态.
• 这种方法增强了从单细胞转录基因数据了解细胞过渡动态的理解.