从空间谱系追踪数据中推断细胞运动性和细胞分裂的最大概率类地学推断
Uyen Mai1, Gary Hu1, Benjamin J Raphael1
1Department of Computer Science, Princeton University, 35 Olden Street, Princeton, NJ 08540, USA.
Bioinformatics (Oxford, England)
|June 28, 2024
概括
一个新的对称移位 (SD) 模型准确地重建空间细胞系谱树,优于布朗运动模型. 这一进步通过整合空间数据来改进发育研究,以便更精确地追踪血统.
科学领域:
- 发展生物学 发展生物学
- 计算生物学 计算生物学
- 遗传学 遗传学 是一个
背景情况:
- 空间谱系追踪技术能够通过诱导体质突变和记录细胞位置,通过在空间和时间上的细胞发育进行高通量研究.
- 空间细胞谱系树的准确重建对于这些研究至关重要,但现有的植物地理模型,如基于布朗运动的模型,对于描述细胞在分裂过程中的移位是不够的.
研究的目的:
- 引入一种新的对称移位 (SD) 模型用于细胞运动,更好地捕捉细胞在分裂和扩散过程中的细胞行为.
- 通过将SD模型与进化突变模型集成,开发一个强大的植物地理模型来追踪空间血统.
- 创建一个计算框架,从单细胞空间谱系追踪数据中共同估计血统和空间参数.
主要方法:
- 开发了对称移位 (SD) 模型,包括对称子细胞移位和独立扩散.
- 将SD模型与DNA突变的进化模型相结合,形成了一个新的植物地理模型.
- 设计了MOLLUSC (使用单细胞空间血统追踪数据对血统和位置的最大概率估计),用于参数估计的最大概率框架.
主要成果:
- SD模型准确地描述了小鼠胚胎干细胞的空间谱系跟踪中的细胞位置.
- 在模拟和真实数据上,MOLLUSC准确地估计了时间解析的分支长度,空间扩散率和突变率.
- SD模型优于布朗运动模型,该模型往往高估空间扩散率;空间信息提高了血统重建的准确性.
结论:
- 拟议的SD模型和MOLLUSC框架为重建空间细胞系谱树提供了更准确的方法.
- 整合空间信息显著提高了血统追踪的准确性,为发展过程提供了宝贵的见解.
- MOLLUSC软件是公开可用的,这有助于进一步研究空间血统追踪.
