跨物种推算和对单细胞转录组特征的比较

科学领域:

• 基因组学就是基因组学.
• 进化生物学 进化生物学
• 计算生物学 计算生物学

背景情况:

• 跨物种基因表达分析对于理解进化和将知识从模型生物转移到人类至关重要.
• 单细胞RNA测序 (scRNA-seq) 提供了高分辨率,但由于数据稀疏性,批量效应和细胞匹配问题,在跨物种比较方面面临挑战.
• 在某些生物环境中,获得单细胞概况可能很困难,这限制了研究范围.

研究的目的:

• 为准确的跨物种预测和比较单细胞基因表达特征开发一个计算框架.
• 解决目前scRNA-seq跨物种分析的局限性,包括数据稀疏性和批量效应.
• 为了实现高分辨率的细胞类型和疾病概况在不充分描述的物种和环境.

主要方法:

• 开发了Icebear,一个神经网络框架,将单细胞测量分解为不同的因素 (细胞身份,物种,批量).
• 利用Icebear来预测不同物种的单细胞基因表达特征.
• 应用Icebear来比较哺乳动物和之间的保存基因表达模式,专注于性别染色体进化.

主要成果:

• 冰熊准确地预测了跨物种的单细胞基因表达特征.
• 该框架提供高分辨率的细胞类型和疾病概况,即使在具有挑战性的生物环境中.
• 直接的跨物种比较揭示了对哺乳动物X染色体基因调节的进化适应的新见解.

结论:

• 冰熊是跨物种单细胞基因表达分析和预测的有效工具.
• 该研究提供了一种新的方法来克服比较scRNA-seq研究中常见的挑战.
• 这项研究提供了第一个直接比较X染色体基因表达进化跨哺乳动物和,发现各种适应.