分享-主题:单细胞多原子数据的贝叶斯可解释建模
Nour El Kazwini1, Guido Sanguinetti2
1Theoretical and Scientific Data Science, Scuola Internazionale Superiore di Studi Avanzati, Trieste, Italy.
Genome biology
|February 23, 2024
概括
SHARE-Topic是一种新的贝叶斯模型,分析复杂的单细胞多原子数据. 它揭示了基因调节模式,并将基因与调节器联系起来,克服了生物见解的数据噪声和稀疏性.
科学领域:
- 基因组学就是基因组学.
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
- 计算生物学 计算生物学
背景情况:
- 多原子单细胞技术为基因调节提供了深刻的见解.
- 噪音和稀疏的数据给分析带来了重大的统计挑战.
- 提取生物知识需要先进的计算方法.
研究的目的:
- 开发一个贝叶斯生成模型,SHARE-Topic,用于分析多原子单细胞数据.
- 为应对杂和稀疏的多原子数据集所带来的统计挑战.
- 为了识别跨欧米层的共同变异模式,并解释数据复杂性.
主要方法:
- 在SHARE-Topic框架内利用贝叶斯推理和主题建模.
- 将模型应用于来自不同技术平台的单细胞数据.
- 开发了用于低维数据表示和关联分析的方法.
主要成果:
- SHARE-Topic成功地确定了不同欧米层之间的共同变异的共同模式.
- 该模型生成了低维的表示,重复了已知的生物信息.
- 在单个细胞内建立了基因和远端调节元件之间的关联.
结论:
- SHARE-Topic为理解复杂的多原子单细胞数据提供了一个可解释的框架.
- 该模型有效地解决了数据噪声和稀疏性,从而实现了强大的生物发现.
- 促进研究表观遗传机制和单细胞水平的基因调节.
更多相关视频
12:39A Novel Bayesian Change-point Algorithm for Genome-wide Analysis of Diverse ChIPseq Data Types
Published on: December 10, 2012
11.4K
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
1.2K
