来自时间序列scRNA-seq数据的刺激诱导单细胞基因表达轨迹的归算协议
Katherine M Sheu1, Alexander Hoffmann1
1Department of Microbiology, Immunology, and Molecular Genetics, Institute for Quantitative and Computational Biosciences, University of California, Los Angeles, 611 Charles E. Young Dr E, Los Angeles, CA 90095, USA.
STAR protocols
|May 9, 2025
概括
这项研究引入了一种计算方法,从单细胞RNA测序数据中重建基因表达轨迹. 这种方法可以随着时间的推移跟踪细胞反应,这对于理解动态生物过程至关重要.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 分子生物学分子生物学
背景情况:
- 单细胞RNA测序 (scRNA-seq) 提供了mRNA丰度的快照,但破坏了细胞,阻止了轨迹分析.
- 了解动态基因表达变化对于生物研究至关重要.
研究的目的:
- 从时间序列scRNA-seq数据中推算单细胞基因表达轨迹 (scGETs) 的计算方法.
- 为了使随着时间的推移研究异质细胞反应.
主要方法:
- 该方法涉及四个计算步骤:维度减小,过渡概率矩阵计算,spline插值和deconvolution.
- 这种方法从静态scRNA-seq测量中重建动态基因表达模式.
主要成果:
- 从时间序列scRNA-seq数据中成功归因单细胞基因表达轨迹 (scGETs).
- 证明了scGETs在研究动态细胞过程中的实用性.
结论:
- 开发的方法允许从scRNA-seq数据中重建和分析基因表达轨迹.
- 这种方法对研究细胞对刺激的反应具有重要意义,例如药物对癌细胞的影响或病原体与免疫细胞的相互作用.


