基因SPIDER2:大规模的GRN模拟和基准测试与扰乱的单细胞数据
Mateusz Garbulowski1,2, Thomas Hillerton1, Daniel Morgan1
1Department of Biochemistry and Biophysics, Stockholm University, Science for Life Laboratory, Box 1031, Solna 171 21, Sweden.
NAR genomics and bioinformatics
|September 19, 2024
概括
基因SPIDER2通过模拟单细胞数据,包括遗传干扰来增强基因调节网络 (GRN) 分析. 这个更新的工具箱产生了大型,现实的GRNs,并与真实Perturb-seq实验验证实合成数据.
科学领域:
- 计算生物学 计算生物学
- 系统生物学 系统生物学
- 生物信息学是一种生物信息学.
背景情况:
- 单细胞数据对于基因调节网络 (GRN) 推断至关重要,基因调节网络的基准依赖于模拟数据.
- 现有的单细胞模拟器缺乏模拟基因扰动的能力,这是一个关键的生物过程.
- 产生大规模的GRNs带来了计算和稳定性挑战.
研究的目的:
- 介绍GeneSPIDER2,一个更新的MATLAB工具箱用于GRN基准测试,推理和分析.
- 增强具有现实的拓性质的大型GRNs的生成.
- 为了实现单细胞数据的模拟,包括用于建模遗传干扰的独特特征.
主要方法:
- 在GeneSPIDER2中开发了改进的软件模块,以提高功能和性能.
- 实现了用于生成具有无规模度分布和模块化的大型GRNs的算法.
- 引入了一种新的模拟模块,用于基于遗传扰乱生成单细胞数据.
主要成果:
- 基因SPIDER2可以生成具有生物现实的拓特征的大型GRN.
- 该工具箱成功模拟了单细胞数据,并结合了遗传干扰的影响.
- 模拟的单细胞数据显示了与来自两个细胞系的真实Perturb-seq数据相似的特性.
结论:
- 基因SPIDER2提供了一个强大的平台,用于使用模拟的单细胞数据进行GRN推断和分析.
- 模拟基因扰动的能力为基因推理方法的基准测试提供了独特的优势.
- 对真实数据的验证证实了GeneSPIDER2在生成现实的合成单细胞数据集方面的实用性.
更多相关视频
10:44Inherent Dynamics Visualizer, an Interactive Application for Evaluating and Visualizing Outputs from a Gene Regulatory Network Inference Pipeline
Published on: December 7, 2021
2.1K
11:36Author Spotlight: An Integrated Workflow to Study the Promoter-Centric Spatio-Temporal Genome Architecture in Scarce Cell Populations
Published on: April 21, 2023
2.0K
