相关实验视频
Updated: Apr 9, 2026

Analysis of Cell Cycle Position in Mammalian Cells
Published on: January 21, 2012
使用多重受约束RNA速度模型的统计推断揭示了细胞周期速度调制
Alex R Lederer1, Maxine Leonardi2, Lorenzo Talamanca2
1Laboratory of Brain Development and Biological Data Science, Brain Mind Institute, Faculty of Life Sciences, École Polytechnique Fédérale de Lausanne (EPFL), Lausanne, Switzerland.
维洛循环为RNA速度分析提供了统计学上强大的贝叶斯模型,改善了基因表达动态推断. 这种方法增强了对单细胞RNA测序数据中细胞周期和基因调节的理解.
科学领域:
- 单细胞基因组学 单细胞基因组学
- 系统生物学 系统生物学
- 计算生物学是一种计算生物学.
背景情况:
- 细胞表现出协调的基因表达变化,形成低维多元体内的转录组动态.
- 当前的RNA速度算法通常是启发式的,缺乏统计控制,并产生动态不一致的矢量场.
- 准确推断细胞动态对于理解生物过程至关重要.
研究的目的:
- 开发一个统计学上一致和强大的贝叶斯框架来估计RNA速度.
- 将速度场和多重估计结合到一个统一的模型中,用于动态系统参数识别.
- 为分析单细胞RNA测序数据提供一个改进的工具,特别是用于细胞周期和基因调节研究.
主要方法:
- 介绍了RNA速度的贝叶斯模型,该模型整合了速度场和多重估计.
- 开发了VeloCycle,这是一个实现贝叶斯模型的计算框架.
- 应用VeloCycle研究周期性多样体上的细胞周期动力学,并分析基因调节对敲击反应的反应.
主要成果:
- VeloCycle提供了一个统计学上一致的RNA速度推断框架.
- 该模型使用实时成像数据成功推断了细胞周期周期.
- 证明了VeloCycle在揭示祖先和基因淘汰的速度差异方面的实用性 (Perturb-seq).
结论:
- 维洛循环为RNA速度分析提供了一个模块化和统计学上合理的方法.
- 该框架增强了单细胞RNA测序数据解释工具包.
- 改进细胞动态的推断可以促进我们对发育过程和疾病的理解.
更多相关视频
07:00Visualization and Analysis of mRNA Molecules Using Fluorescence In Situ Hybridization in Saccharomyces cerevisiae
Published on: June 14, 2013
07:59Author Spotlight: Alignment of Synchronized Time-Series Data Using the Characterizing Loss of Cell Cycle Synchrony Model for Cross-Experiment Comparisons
Published on: June 9, 2023