从scRNA-seq数据集中基于基因表达记忆的细胞系预测

科学领域:

• 计算生物学 计算生物学
• 基因组学就是基因组学.
• 发展生物学 发展生物学

背景情况:

• 血统追踪对于了解细胞分化至关重要,但在技术上具有挑战性,并且往往缺乏时间分辨率.
• 大多数单细胞RNA测序 (scRNA-seq) 数据集不包含固有的血统信息.
• 现有的方法难以识别小到中型细胞系.

研究的目的:

• 引入基因表达记忆基因谱系推断 (GEMLI),这是一个用于仅从scRNA-seq数据推断细胞谱系的计算工具.
• 为了使遗传性基因表达,细胞命运决定和多细胞结构重建的研究.
• 识别与癌症侵入性相关的新型基因表达变化.

主要方法:

• GEMLI利用scRNA-seq数据进行细胞谱系树的计算重建.
• 该方法分析基因表达模式,以推断血统关系.
• 适用于人类乳腺癌活检,以识别早期的侵入性变化.

主要成果:

• GEMLI成功地从scRNA-seq数据中识别出小到中型细胞系.
• 该工具可以区分对称和不对称的细胞命运决定.
• 在人类乳腺癌样本中发现了癌症侵袭性开始时的新型基因表达改变.

结论:

• GEMLI提供了一种强大的计算方法,可以在没有实验性谱系追踪的情况下推断细胞系.
• 该工具有助于在各种生理和病理背景下研究细胞系动力学.
• 在研究细胞系在体内发挥的作用方面,GEMLI提供了普遍的适用性.