使用高斯过程的改进的节律性分析方法可以检测干细胞中细胞密度依赖的昼夜振荡
Shabnam Sahay1,2, Shishir Adhikari3,4, Sahand Hormoz3,4,5
1Department of Computer Science, Indian Institute of Technology Bombay, Mumbai, Maharashtra 400076, India.
Bioinformatics (Oxford, England)
|September 28, 2023
概括
一种新的方法,使用高斯过程 (ODeGP) 的振荡检测,有效地检测弱和非静止的生物节奏. ODeGP的性能优于现有的方法,并揭示了基因表达的新节奏模式,例如小鼠胚胎干细胞.
科学领域:
- 时间生物学 时间生物学
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 在时间序列数据中检测生物节奏是具有挑战性的,原因是振幅低,高可变性和非静止性.
- 现有的节奏检测方法经常与这些复杂的数据集扎,并依赖P值,这可能是限制性的.
研究的目的:
- 引入一种新的方法,即使用高斯过程 (ODeGP) 进行振荡检测,以对生物振荡进行可靠的检测.
- 通过结合测量错误,不统一的抽样和非静止数据来解决当前方法的局限性.
主要方法:
- ODeGP结合了高斯过程回归和贝叶斯推理.
- 它使用非静止的内核和贝叶斯因子来建模节律和非节律假设.
- 该方法旨在分析单个或少数时间轨迹.
主要成果:
- 在使用合成数据集检测静止和非静止振荡方面,ODeGP显著优于八种常见的方法.
- 该方法在检测qPCR数据集中的微弱和噪音振荡方面表现出更高的灵敏度.
- 在细胞密度增加后,ODeGP在小鼠胚胎干细胞中发现了快速的Bmal1基因振荡,揭示了新的生物模式.
结论:
- ODeGP提供了一种强大而敏感的方法来检测复杂的生物节奏.
- 该方法可以揭示以前未被检测到的节奏模式,并提供新的生物学见解.
- 由于ODeGP能够处理非静止和噪音数据,因此对时代生物学研究具有价值.
更多相关视频
07:59An Optogenetic Method to Control and Analyze Gene Expression Patterns in Cell-to-cell Interactions
Published on: March 22, 2018
7.7K
07:59Author Spotlight: Alignment of Synchronized Time-Series Data Using the Characterizing Loss of Cell Cycle Synchrony Model for Cross-Experiment Comparisons
Published on: June 9, 2023
1.4K
