研究单个细胞的时间动态:表达,血统和调节网络
1School of Computational Science and Engineering, Georgia Institute of Technology, Atlanta, GA 30332 USA.
Biophysical reviews
|March 18, 2024
概括
本综述探讨了诸如轨迹推理 (TI) 和基因调控网络 (GRN) 推断等计算方法,使用单细胞RNA测序 (scRNA-seq) 数据来理解细胞分化和发育.
科学领域:
- 发展生物学 发展生物学
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 了解从单细胞开始的多细胞器官发育至关重要.
- 高通量单细胞RNA测序 (scRNA-seq) 能够研究细胞分化动态.
- 计算方法对于分析复杂的scRNA-seq数据至关重要.
研究的目的:
- 通过scRNA-seq数据审查研究细胞分化的计算方法.
- 总结推断细胞轨迹和基因调控网络的方法.
- 讨论各种计算工具的优点和局限性.
主要方法:
- 轨迹推理 (TI) 是指轨迹的推理.
- 血统追踪 (LT) 是一种方法.
- 基因调控网络 (GRN) 推理推理
- 对scRNA-seq数据的分析.
主要成果:
- 对分析细胞分化的不同计算方法家族的概述.
- 从scRNA-seq.q.中揭示时间动态和细胞命运规范的方法摘要.
- 讨论GRN对细胞命运决定和轨迹结构的影响.
结论:
- 计算方法对于从scRNA-seq数据中解读细胞分化的途径至关重要.
- 了解基因调节网络为细胞命运的决定提供了洞察力.
- 这一综述有助于研究人员选择适合发育研究的计算工具.


