从谱系追踪数据中推断细胞分化地图
Palash Sashittal1, Richard Y Zhang2, Benjamin K Law2,3
1Dept. of Computer Science, Princeton University, Princeton; 08544 NJ, USA.
bioRxiv : the preprint server for biology
|September 24, 2024
概括
一个新的算法Carta从谱系追踪数据中推断出最佳的细胞分化图. 它准确地模拟复杂的发育过程,揭示了细胞功率和分化动态的洞察力.
科学领域:
- 发展生物学 发展生物学
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 细胞分化通过祖先的层次结构,从多能细胞中产生专门的细胞类型.
- 推断细胞分化地图对于理解发育至关重要,目前的方法面临着大规模血统追踪数据的局限性.
研究的目的:
- 引入基于细胞功率的细胞分化图的数学框架.
- 开发一种算法,Carta,从单细胞谱系追踪数据推断出最佳细胞分化图.
主要方法:
- 开发了一个用于细胞分化图的数学框架,使用强度的概念.
- 创建了Carta算法,通过平衡地图复杂性和未观察到的过渡来推断最佳差异化地图.
- 应用Carta对模拟和真实单细胞血统追踪数据.
主要成果:
- 与现有的方法相比,Carta在模拟和真实数据上更准确地推断细胞分化图.
- 在哺乳动物干部发育和小鼠血液形成模型中确定了关键的发育特征.
- 揭示了融合差异化,祖先动力学和精细的差异化路径,这些路径在其他方法中没有发现.
结论:
- 卡尔塔为推断细胞分化地图提供了更准确,更全面的方法.
- 该算法揭示了对发育过程和细胞功能的新生物学见解.
- 卡尔塔推进了用于发育生物学研究的高通量血统追踪数据的分析.
相关概念视频
01:21Lineage Commitment
3.0K
Commitment is the process whereby stem cells:
3.0K
01:51Determination
18.2K
During embryogenesis, cells become progressively committed to different fates through a two-step process: specification followed by determination. Specification is demonstrated by removing a segment of an early embryo, “neutrally” culturing the tissue in vitro—for example, in a petri dish with simple medium—and then observing the derivatives. If the cultured region gives rise to cell types that it would normally generate in the embryo, this means that it is specified. In...
18.2K