对复杂系统的突发转录动态进行剖析和整合

科学领域:

• 计算生物学 计算生物学
• 单细胞基因组学 单细胞基因组学
• 系统生物学 系统生物学

背景情况:

• RNA速度分析从单细胞RNA测序 (scRNA-seq) 数据中预测细胞分化轨迹.
• 目前的RNA速度方法往往缺乏准确性,特别是没有代谢标记,限制了它们在复杂的生物系统中的应用.
• 解开同步转录动态对于理解细胞异质性和功能至关重要.

研究的目的:

• 开发一种新的计算方法,TopicVelo,用于准确和可解释的RNA速度估计.
• 为了提高RNA速度的准确性,解开不同的细胞过程,推断细胞命运的决定.
• 提供关于复杂生物系统中短暂的细胞转换和终端状态的见解.

主要方法:

• 话题Velo使用潜在空间因子化的概率主题模型来识别细胞和基因与特定生物过程的关联.
• 使用转录突破模型的主方程估计过程特异性RNA速度,并考虑随机性.
• 全球过渡矩阵是通过使用单元主题权重集成过程特定信号来构建的.

主要成果:

• 主题Velo准确地解开了同时转录的动态,捕捉了细胞的多能性和多方面的功能.
• 该方法可以准确地估计特定过程的速度,即使在具有复杂过渡和终端状态的具有挑战性的生物系统中也是如此.
• 在TopicVelo中进行的第一通道时间分析为短暂的细胞转换提供了有价值的见解.

结论:

• 主题Velo显著提升了RNA速度分析,为scRNA-seq数据提供了更好的准确性和可解释性.
• 该方法增强了研究复杂细胞系统中细胞命运决定和功能反应的能力.
• 话题Velo扩大了RNA速度的实用性,用于发现动态生物过程.