从空间解析的转录学数据中推断细胞间通信,使用贝叶斯式Tweedie模型
Dongyuan Wu1, Jeremy T Gaskins2, Michael Sekula2
1Department of Biostatistics, University of Florida, Gainesville, FL 32603, USA.
Genes
|July 29, 2023
概括
我们开发了一种新的统计模型,以了解细胞如何使用空间解析的转录学数据进行通信. 我们的方法,BATCOM,准确地绘制了细胞-细胞信号和体-受体相互作用.
科学领域:
- 计算生物学 计算生物学
- 系统生物学 系统生物学
- 基因组学就是基因组学.
背景情况:
- 细胞通信对生物功能至关重要,但目前的单细胞测序缺乏空间背景.
- 分析细胞间通信的现有方法往往缺乏统计学严谨性和空间分辨率.
研究的目的:
- 开发一种统计学上可靠的方法,从空间解析的转录组学数据中推断细胞-细胞通信.
- 通过结合空间信息和提供定向通信见解来解决现有方法的局限性.
主要方法:
- 提出了一种通用线性回归模型,即巴西安·特维迪对通信 (BATCOM) 的建模.
- 利用空间解析的转录学数据,特别是基于现场的数据.
- 估计的通信得分,考虑到细胞类型的距离和连接体-受体相互作用.
主要成果:
- BATCOM提供了准确可靠的推断细胞-细胞通信.
- 该模型自然地决定了细胞类型之间的通信方向.
- 与现有算法相比,模拟研究和实际数据应用证明了BATCOM的优越性能.
结论:
- BATCOM提供了一种创新的解决方案,可以从空间转录组学中推断细胞之间的通信.
- 该方法填补了理解生物机制的关键差距,通过提供定向和相互作用特定的沟通见解.
- BATCOM为复杂的生物系统提供了可靠而简单的结果.
更多相关视频
05:45Author Spotlight: Integrating Organoid Models with Single-Cell and Spatial Transcriptomics Technologies
Published on: March 29, 2024
2.4K
09:54Combining Laser Capture Microdissection and Microfluidic qPCR to Analyze Transcriptional Profiles of Single Cells: A Systems Biology Approach to Opioid Dependence
Published on: March 8, 2020
5.3K
