单细胞表体转录学的统计建模使得RNA甲基化轨迹和调控推断成为可能
Haozhe Wang1, Yue Wang2, Jingxian Zhou3
1Department of Biosciences and Bioinformatics, Center for Intelligent RNA Therapeutics, Suzhou Key Laboratory of Cancer Biology and Chronic Disease, School of Science, XJTLU Entrepreneur College, Xi'an Jiaotong-Liverpool University, Suzhou, Jiangsu 215123, China; Department of Computer Science, University of Liverpool, L7 8TX Liverpool, UK.
Cell genomics
|December 6, 2024
概括
我们开发了SigRM,这是一种用于分析单细胞表表谱学数据的计算框架. SigRM改善了RNA甲基化位点的检测和量化,推动了对基因表达调节的研究.
科学领域:
- 分子生物学分子生物学
- 基因组学就是基因组学.
- 计算生物学 计算生物学
背景情况:
- 转录后RNA甲基化对于基因表达调节和各种生物过程至关重要.
- 单细胞技术允许转录组范围内的RNA甲基化概况,但数据分析仍然具有挑战性.
研究的目的:
- 开发一个计算框架,SigRM,用于分析大规模的单细胞表谱学数据集.
- 提高单细胞中RNA甲基化位点的检测和量化.
主要方法:
- 开发SigRM计算框架的开发.
- 应用SigRM来分析来自scDART-seq (SMART-seq2平台) 的单细胞表皮转录组学数据.
- 使用模拟和真实数据集对最先进的模型进行性能评估.
主要成果:
- 在RNA甲基化位点检测方面,SigRM的性能优于现有的模型.
- SigRM为RNA甲基化水平提供了严格的量化指标.
- 该框架促进了下游分析,如轨迹推断和监管网络重建.
结论:
- SigRM提供了一种有效的解决方案,用于挖掘大型单细胞表谱学数据集.
- 这一进步使我们能够更深入地了解RNA甲基化的动态和调节.
- SigRM支持对生物过程和疾病中的RNA甲基化进行全面分析.


