基因调节网络的重建从单细胞转录数据的基因调节网络的重建

科学领域:

• 分子生物学分子生物学
• 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:

• 基因调控网络 (GRNs) 模型基因表达,对细胞过程至关重要.
• 从历史上看,GRNs是从已发表的数据推断出来的;现在,omics数据分析是主要的.
• 单细胞欧米克数据使得特定细胞类型和状态的高分辨率GRN重建成为可能.

研究的目的:

• 从单细胞RNA测序 (scRNA-seq) 数据重建GRN的现有方法和软件进行审查.
• 突出使用scRNA-seq用于GRN推断的优点和挑战.
• 讨论将其他omics数据集成的先进方法,以提高准确性.

主要方法:

• 对单细胞RNA测序 (scRNA-seq) 数据的分析.
• 适应数学方法用于GRN推理.
• 将转录因子结合部位和scATAC-seq数据与scRNA-seq.集成在一起.

主要成果:

• 与散装RNA-seq.q相比,scRNA-seq为GRN重建提供了更高的分辨率.
• 需要特定的计算方法来解决单细胞数据的独特特征.
• 整合多个omics数据集可以提高GRN推理的准确性.

结论:

• 从单细胞奥米克数据的GRN重建是研究细胞机制的强大工具.
• 先进的方法,包括多omics集成,是准确的GRN推理的关键.
• 重建的GRNs可以用于表征各种生物过程,并为未来的研究提供信息.