使用张量归算的路径轨迹分析揭示了药物诱导的单细胞转录组景观
Michio Iwata1, Hiroaki Mutsumine2, Yusuke Nakayama2
1Department of Bioscience and Bioinformatics, Faculty of Computer Science and Systems Engineering, Kyushu Institute of Technology, Iizuka, Fukuoka, Japan.
Nature computational science
|January 4, 2024
概括
一种新的计算方法,TIGERS,使用张量归算来预测单细胞中缺失的基因表达数据,揭示药物反应和途径变化. 这有助于我们更好地理解单细胞水平上的药物机制.
科学领域:
- 计算生物学是一种计算生物学.
- 基因组学就是基因组学.
- 药理学 药理学是指药理学的学科.
背景情况:
- 在单细胞水平上识别药物反应对于医学和制药研究至关重要.
- 现有的方法难以在各种人类细胞中对药物效应进行全面的全基因组转录组分析.
研究的目的:
- 开发一种计算方法来揭示药物诱导的单细胞转录组景观.
- 预测缺失的基因表达数据,并鉴定考虑到细胞间异质性的受调路径轨迹.
主要方法:
- 开发了TIGERS (单细胞层面的基因表达数据的基于探针的归算).
- 采用张量归算来预测未观察到的药物诱导的单细胞基因表达数据.
- 分析了路径轨迹,基于归算的基因表达特征.
主要成果:
- 在数据完成方面,TIGERS的表现优于现有的归算方法.
- 该方法为未观察到的药物提供了细胞类型特定的转录组反应,准确地预测胰腺小岛中的标记基因表达.
- 确定了单细胞特异性药物活动和路径轨迹,反映了药物诱导的路径调节.
结论:
- 泰格斯为预测单细胞基因表达数据和理解药物反应提供了一种强大的方法.
- 该方法增强了特定于细胞类型的药物效应和途径动态的识别.
- 预计将在途径水平上加深对单细胞药物机制的理解.


