LinRace:细胞分裂史重建单细胞使用配对血统条形码和基因表达数据
Xinhai Pan1, Hechen Li1, Pranav Putta1
1School of Computational Science and Engineering, Georgia Institute of Technology, Atlanta, GA, 30332, USA.
Nature communications
|December 16, 2023
概括
LinRace集成了基因表达和血统条形码数据,以实现更准确的细胞血统重建. 这种新方法模拟非对称的细胞分裂,以揭示原始细胞的发育和功能.
科学领域:
- 单细胞生物学 单细胞生物学
- 基因组学就是基因组学.
- 计算生物学是一种计算生物学.
背景情况:
- 通过CRISPR/Cas9基因组编辑,可以在单细胞中同时进行基因表达和谱系条形码读取.
- 目前的谱系重建方法主要使用谱系条形码数据,新兴的方法包括基因表达.
- 在细胞分裂期间对基因表达变化的建模对于先进的血统推断至关重要.
研究的目的:
- 开发一种新的计算方法,LinRace,用于整合血统条形码和基因表达数据.
- 为了提高细胞谱系重建和祖先细胞状态推断的准确性.
- 模拟非对称细胞分裂对细胞谱系和分化的影响.
主要方法:
- LinRace使用一个不对称的细胞分裂模型来整合血统条形码和基因表达数据.
- 细胞系和祖先细胞状态是使用邻居连接和最大概率启发式推断的.
- 该方法在模拟和真实生物数据集上得到了验证.
主要成果:
- 与现有的方法相比,LinRace在重建细胞分裂树方面表现出卓越的准确性.
- 推断的祖先细胞状态为原始细胞的发育轨迹提供了洞察力.
- 该模型成功地说明了原生细胞如何产生具有不同功能的多样性细胞群.
结论:
- 通过有效地整合多模式单细胞数据,LinRace在血统重建方面取得了重大进展.
- 该方法为了解细胞分化和发育过程提供了一个强大的工具.
- 精确的血统推断与祖先状态重建为研究细胞命运决定开辟了新的途径.
