GTM-decon:单细胞转录组的指导主题建模使大量转录组的亚细胞类型和疾病亚型解卷成为可能

科学领域:

• 计算生物学是一种计算生物学.
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 细胞类型的组成对于理解组织健康和疾病至关重要.
• 准确地将批量转录组分解成特定细胞类型的特征是一个重大挑战.

研究的目的:

• 引入指导主题模型解卷 (GTM-decon),这是一种新的计算方法,用于从转录组数据中推断细胞类型特定的基因表达.
• 使用单细胞RNA-seq (scRNA-seq) 信息增强大量RNA-sequencing (RNA-seq) 数据的解卷.
• 为了捕捉亚细胞类型的变异和表型特定的基因表达模式.

主要方法:

• 开发了用于解卷的指导主题模型 (GTM-decon),一种主题建模方法.
• 利用scRNA-seq数据指导大量转录组的解卷.
• 嵌入的表型标签用于推断表型特异性基因分布.
• 应用了嵌套导向设计来识别差异表达的基因.

主要成果:

• 在模拟和真实批量数据上,GTM-decon表现出与最先进的解卷方法相比具有竞争力的性能.
• 该模型成功推断了多个细胞类型特定的基因主题分布,捕捉了疾病转录组中的亚细胞类型变异.
• 表型标签被有效地用于推断表型特异性基因分布.
• 在大量乳腺癌转录组中鉴定了细胞类型特异性表达的基因.

结论:

• GTM-decon提供了一个强大的和多功能工具,用于解构批量转录组.
• 该方法通过解决细胞类型和亚细胞类型表达特征来增强从转录组数据中获得的生物学见解.
• GTM-decon有助于发现与疾病相关的基因表达模式和生物标志物.