将表型多元体与Kompot进行比较:在单细胞分辨率下检测差异丰度和基因表达
bioRxiv : the preprint server for biology
|June 12, 2025
概括
康波特是一个新的统计框架,用于在不同条件下比较单细胞数据. 它揭示了衰老如何影响细胞状态和骨髓中的基因调节,为细胞身份和调节程序提供了洞察力.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 免疫学 免疫学 免疫学
背景情况:
- 单细胞技术产生复杂的,高维数据.
- 在多种疾病中比较细胞状态和基因表达具有挑战性.
- 现有的方法往往缺乏捕捉微妙,局部变化的能力.
研究的目的:
- 引入Kompot,这是一个统计框架,用于对多条件单细胞数据集进行整体比较.
- 为了使差异丰度和差异表达的同时分析.
- 提供一种方法,以了解单细胞分辨率的条件特异性影响.
主要方法:
- 康波特模型将细胞分布和基因表达作为低维细胞状态表示的连续函数.
- 它支持以校准不确定性推断差异丰度和差异表达.
- 该框架整合了全球和细胞状态特定的分析.
主要成果:
- 适用于老化的小鼠骨髓,Kompot发现了血液形成干细胞和成熟细胞状态的连续变化.
- 观察到单细胞的转录重塑独立于组成变化.
- 透露了细胞类型中氧化应激反应基因的不同调节.
结论:
- 康波特有效地捕捉了单细胞数据中扰动的全球性和细胞状态特异性影响.
- 该框架阐明了衰老如何重塑细胞身份和血液构造系统中的调节程序.
- 康波特广泛适用于在复杂的生物景观中剖析特定条件的影响.


