通过单细胞和空间转录组学来转移多细胞组织的学习.

科学领域:

• 基因组学就是基因组学.
• 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:

• 生物组织表现出复杂的基因表达和多细胞模式,这对于理解发育和疾病至关重要.
• 单细胞RNA测序 (scRNA-seq) 提供了全面的基因覆盖,但缺乏空间上下文.
• 空间转录学 (ST) 提供空间信息,但在基因分析方面存在局限性.

研究的目的:

• 通过集成scRNA-seq和ST数据来开发一种新的计算方法来破译细胞空间组织.
• 确定驱动观察到的多细胞模式的空间组织基因 (SOG).
• 推断伪生长轨迹,分析组织发育和疾病机制.

主要方法:

• 开发了iSORT,一种转移学习方法,利用神经网络将基因表达映射到空间位置.
• 集成scRNA-seq和ST数据以重建单细胞规模的多细胞组织.
• 将iSORT应用于各种生物系统,包括人类皮质,小鼠胚胎和动脉样硬化动脉.

主要成果:

• iSORT准确地重建了各种生物系统的多细胞组织.
• 确定了对于组织模式至关重要的空间组织基因 (SOG).
• 证明了动脉样硬化动脉中的SOG与血管结构异常密切相关.
• 使用SpaRNA速度概念推断伪增长轨迹.

结论:

• iSORT是一个准确而实用的工具,用于整合scRNA-seq和ST数据以了解空间生物学.
• 已识别的SOG提供了对基础组织发育和疾病病理学的分子机制的洞察.
• 这种方法推动了多细胞组织和空间基因组学的研究.