从单细胞数据推断转录参数推断中的量化和纠正偏差

科学领域:

• 分子生物学分子生物学
• 系统生物学 系统生物学
• 生物信息学是一种生物信息学.

背景情况:

• 单细胞RNA测序和FISH测量mRNA数量,通常使用双态电报模型进行分析.
• 该模型估计了mRNA合成,开启和关闭速率,假设没有细胞间的变化 (外部噪声).
• 在存在外部噪音的情况下,这些人群平均参数估计的准确性尚未得到充分理解.

研究的目的:

• 开发一个理论框架,解释从单细胞数据中获得的转录参数的估计偏差.
• 为了确定不同的外部噪声源和转录活动模式如何影响参数估计偏差.
• 提供一种方法来纠正哺乳动物基因中基因转录参数的现有估计.

主要方法:

• 开发了一种理论来分析单细胞基因表达数据的两态电报模型中的估计偏差.
• 基于外部噪声源 (合成,速率变化或速率变化) 的研究偏差特征.
• 估计了来自测序数据共变矩阵的外部噪声,并将理论应用于纠正已发表的参数估计.

主要成果:

• 非爆发式表达式:高估合成和关机率,低估开机率,在关键噪声值处具有潜在的无限度.
• 爆发表达式:高估了平均爆发大小,低估了平均爆发频率.
• 成功纠正以前发表的哺乳动物基因转录参数估计,使用开发的理论和噪声估计.

结论:

• 外在噪声显著偏差来自标准的两态电报模型的估计,具体模式取决于噪声源和表达方式.
• 开发的理论提供了对这些偏见的定量理解和纠正方法.
• 这项工作提高了对哺乳动物基因单细胞转录参数推断的可靠性.