scTOP:用于细胞识别和可视化物理启发的顺序参数
Maria Yampolskaya1, Michael J Herriges2,3, Laertis Ikonomou4,5
1Department of Physics, Boston University, Boston, MA 02215, USA.
Development (Cambridge, England)
|September 27, 2023
概括
我们开发了单细胞类型顺序参数 (scTOP),这是一个以物理为灵感的细胞身份量化方法. 这种方法准确地对细胞进行分类,并可视化发育轨迹,而无需复杂的特征选择或尺寸缩小.
科学领域:
- 计算生物学 计算生物学
- 生物物理学的生物物理.
- 基因组学就是基因组学.
背景情况:
- 单细胞RNA测序产生了庞大的数据集,需要先进的分析工具.
- 了解细胞分化动态和整合细胞地图数据是关键的挑战.
研究的目的:
- 引入单细胞类型顺序参数 (scTOP),一种用于量化细胞身份的新型统计框架.
- 为了证明scTOP在细胞分类,轨迹可视化和工程细胞评估中的实用性.
主要方法:
- scTOP采用一种以物理为灵感的统计方法,根据基准细胞类型来量化细胞身份.
- 该方法在不需要特征选择,统计拟合或维度减小技术的情况下运行.
主要成果:
- scTOP准确地对细胞进行分类,并在人类和老鼠数据集中可视化发育轨迹.
- 对小鼠肺部数据的分析确定了一种短暂的混合膜细胞群.
- scTOP可视化证实了从单个造血克隆中多个血统的分化,并评估了细胞移植的忠实性.
结论:
- 灵感来自物理学的顺序参数为分析细胞分化提供了强大的工具.
- scTOP提供了一种有效且易于使用的方法,用于表征内生细胞和工程细胞.
- scTOP Python 软件包有助于其在单细胞数据分析中的广泛应用.
