通过最佳传输指标对单细胞数据的基因轨迹推断
Rihao Qu1,2,3, Xiuyuan Cheng4, Esen Sefik3
1Computational Biology & Bioinformatics Program, Yale University, New Haven, CT, USA.
Nature biotechnology
|April 5, 2024
概括
GeneTrajectory识别了基因程序及其顺序,克服了分析生物过程的细胞假名时间的局限性. 这种方法准确地揭示了细胞分化和发育中的基因动态.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 系统生物学 系统生物学
背景情况:
- 单细胞RNA测序 (scRNA-seq) 对于研究细胞状态转换和基因动态至关重要.
- 目前使用细胞假名时间的细胞轨迹推断方法可能会被并发的基因过程和技术噪音所混.
- 准确推断基因动态对于理解复杂的生物过程至关重要.
研究的目的:
- 介绍GeneTrajectory,一种用于推断基因动态的新型计算方法.
- 克服细胞中心轨迹推断方法的局限性.
- 为了使基因程序驱动生物过程的发现.
主要方法:
- GeneTrajectory通过细胞-细胞图计算了基因分布之间的最佳运输距离.
- 它提取了基因程序,并定义了它们的伪时间顺序.
- 这种方法侧重于基因轨迹,而不是细胞轨迹.
主要成果:
- 基因轨迹准确地捕捉了髓质谱系成熟期间的渐进基因动态.
- 它成功地解构了小鼠毛囊分化的关键基因程序,超过了细胞轨迹方法.
- 该方法证明了动态基因表达模式的稳健识别.
结论:
- GeneTrajectory提供了一个强大的新工具,用于分析scRNA-seq数据中的基因动态.
- 它通过解决基因程序来增强对复杂生物过程的理解.
- 这种方法有助于发现细胞分化和发育背后的调节性基因网络.


