绘制谱系追踪细胞跨时间点与莫斯林的映射

科学领域:

• 计算生物学 计算生物学
• 发展生物学 发展生物学
• 系统生物学 系统生物学

背景情况:

• 同时单细胞基因表达和谱系史分析对于理解细胞决策至关重要.
• 现有的轨迹推断计算方法往往无法利用来自时间序列实验的所有谱系信息.

研究的目的:

• 开发一种新的计算模型,莫斯林,用于整合跨时间点的基因表达和血统信息.
• 预测细胞命运概率,并识别驱动细胞决策的关键基因.
• 将模型应用于各种生物系统,包括胚胎发育和组织再生.

主要方法:

• 开发了莫斯林,一种基于格罗莫夫-瓦瑟斯坦的模型,可以在不同时间点将细胞配置文件结合起来.
• 利用血统和基因表达数据进行模型培训和验证.
• 将模型应用于模拟数据,Caenorhabditis elegans胚胎发育和斑马鱼心脏再生.

主要成果:

• 莫斯林成功地整合了基因表达和血统信息,以创建结合的细胞配置文件.
• 验证了模型在模拟和实验数据中预测细胞命运概率的能力.
• 在Caenorhabditis elegans发育过程中确定了细胞决策的假定基因驱动因素.
• 在斑马鱼心脏再生期间,过渡性纤维细胞状态之间的划定血统关系.

结论:

• 莫斯林提供了一种强大的新方法,用于在时间序列实验中分析多模式单细胞数据.
• 该模型推进了细胞决策过程在发育和再生的研究.
• 这项工作为通过综合数据分析深入了解复杂的生物系统提供了框架.