一个动态和多式模式的框架来定义微质状态

科学领域:

• 神经科学是一个神经科学.
• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.

背景情况:

• 单细胞RNA测序 (scRNA-seq) 已经导致识别了许多微质子集.
• 目前的分类通常依赖于计算集群,可能过度简化微质异质性.
• 微质是中枢神经系统 (CNS) 中必不可少的免疫细胞.

研究的目的:

• 挑战离散微质子集的范式.
• 为微质状态提出一个连续模型.
• 解决微质研究中过度依赖计算集群的问题.

主要方法:

• 重新评估scRNA-seq数据和计算集群方法.
• 对微质细胞的转录多样性的分析.
• 微质状态的连续模型的开发.

主要成果:

• 微质中的转录多样性源于可塑性和技术噪音,而不是离散的子集.
• 现有的术语经常描述重叠的细胞状态.
• 一个受老化和分子背景影响的连续模型更好地代表了微质动态.

结论:

• 微细胞沿着连续存在,而不是作为离散实体.
• 需要一种节的分类方法.
• 一个连续模型为了解中枢神经系统中微质功能提供了一个强大的框架.