在健康和疾病中绘制单细胞发育潜力,使用可解释的深度学习
bioRxiv : the preprint server for biology
|April 2, 2024
概括
新的深度学习工具CytoTRACE 2通过单细胞RNA测序 (scRNA-seq) 数据准确地测量细胞功效. 这一框架揭示了细胞分化在发育和疾病中的情景.
科学领域:
- 发展生物学 发展生物学
- 基因组学就是基因组学.
- 计算生物学 计算生物学
背景情况:
- 单细胞RNA测序 (scRNA-seq) 已经彻底改变了发育生物学,但量化细胞功效仍然很困难.
- 识别细胞功能的分子标记物对于理解细胞命运和分化至关重要.
- 现有的方法难以准确地捕捉细胞功能的全谱.
结论:
- 赛托TRACE 2提供了一个广泛适用的平台,用于划分单细胞分化景观.
- 阐明了细胞生物学与功效和分化相关的基本特征.
- 提供了对癌症细胞表型的新见解,影响生存率和治疗耐药性.
更多相关视频
10:55Live Imaging Followed by Single Cell Tracking to Monitor Cell Biology and the Lineage Progression of Multiple Neural Populations
Published on: December 16, 2017
8.7K
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
1.0K
