基因调节网络的重建:利用单细胞多原子数据的力量
Daniel Kim1,2,3, Andy Tran1,3,4, Hani Jieun Kim2,3
1School of Mathematics and Statistics, University of Sydney, Camperdown, NSW, Australia.
NPJ systems biology and applications
|October 19, 2023
概括
本综述探讨了基因调节网络 (GRN) 推断,使用单细胞多基因组数据. 它详细介绍了理解基因关系的方法,这些方法对细胞过程和疾病研究至关重要.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 系统生物学 系统生物学
背景情况:
- 基因调节网络 (GRNs) 控制细胞功能和疾病机制.
- 了解基因与环境的相互作用对于生物学洞察至关重要.
研究的目的:
- 审查GRN推理的统计和方法基础.
- 为了比较单细胞匹配多组数据的最先进方法.
- 讨论GRN推理中的局限性和未来的机会.
主要方法:
- 对GRN推理的统计和方法基础的概述.
- 使用单细胞多omics数据对当前GRN推断方法的比较分析.
主要成果:
- 确定了GRN推理的多种数学和统计方法.
- 突出了利用单细胞多omics数据进行精确网络重建的方法的能力.
结论:
- GRN推断对于破译生物过程和疾病中的调节交叉语音是必不可少的.
- 单细胞多组数据分析的进步为准确的GRN重建提供了新的途径.
- 未来的研究应该解决目前的局限性,并探索用于增强GRN推断的新方法.
