时间计:一个探测昼夜时钟作为多基因动态系统的工具

科学领域:

• 时间生物学 时间生物学
• 系统生物学 系统生物学
• 机器学习 机器学习

背景情况:

• 分子昼夜钟调节关键的生理过程,并影响疾病的发病,包括癌症和心脏病.
• 准确评估昼夜时钟功能对于了解疾病和开发有效疗法至关重要.
• 现有的工具在分析时钟作为一个复杂,杂,多基因的动态系统时是有限的.

研究的目的:

• 介绍TimeTeller,一种新的机器学习工具,旨在分析昼夜时钟作为一个杂的多基因动态系统.
• 通过对其多维状态进行建模,从单个转录组数据中估计昼夜时钟功能.
• 为了证明TimeTeller在评估不同物种和数据类型的时钟系统中的实用性.

主要方法:

• 开发TimeTeller,一种用于分析杂多基因动态系统的机器学习算法.
• 应用TimeTeller对老鼠,和人类微阵列和RNA-seq数据的应用.
• 使用TimeTeller可视化和量化时钟结构,按时钟功能障碍分层样本,并比较不同背景下的时钟.

主要成果:

• 时间计时器成功地从转录基因数据中模拟了昼夜时钟的多维状态.
• 该工具可实现全球时钟结构的可视化和量化.
• 时间计时器可以根据昼夜时钟功能障碍量化分层样本,并比较个人,条件和组织之间的时钟.

结论:

• 时间计时器为分析分子昼夜时钟作为一个杂的动态系统提供了一种新的方法.
• 这种工具具有很大的潜力,可以通过精确评估时钟功能来推进昼夜医学.
• 时间计时器有助于更深入地了解物种间健康和疾病的昼夜时钟动态.