单细胞实验的顺序设计,以确定基因表达的离散随机模型
Joshua Cook1, Eric Ron1, Dmitri Svetlov1
1Department of Chemical Engineering and the School of Biomedical Engineering at Colorado State University, Fort Collins, CO, USA.
概括
本研究介绍了用于基因调节研究的智能实验设计策略. 它使用初步实验和计算模型来减少准确预测所需的昂贵单细胞实验的数量.
科学领域:
- 系统生物学 系统生物学
- 计算生物学 计算生物学
- 分子生物学分子生物学
背景情况:
- 准确预测异质细胞反应对于控制基因调节至关重要.
- 单细胞实验和离散随机模型提供了预测能力,但由于庞大的设计可能性和资源限制,它们面临着挑战.
- 有限的预先信息和实验的成本/时间需要有效的设计策略.
研究的目的:
- 开发一个顺序实验设计策略,以优化基因调节研究中的单细胞实验.
- 减少所需的实验总数,以实现对细胞反应的预测性,定量理解.
- 将计算建模与实验设计相结合,以增强生物洞察力.
主要方法:
- 从初步实验开始,制定了一项顺序设计策略.
- 集成化学总方程用于计算单细胞数据的概率.
- 采用贝叶斯推理来采样后方参数分布.
- 利用基于有限状态投影的费舍尔信息矩阵来估计未来实验的预期信息.
主要成果:
- 展示了一种实际的工作原理,以尽量减少所需实验的数量.
- 成功地减少了实验负担,同时实现了预测,定量理解.
- 使用模拟和真实单细胞数据验证了战略.
结论:
- 拟议的顺序实验设计策略有效地引导研究对基因调节的定量理解.
- 这种方法优化了单细胞生物学资源的使用,使复杂的研究更可行.
- 计算方法与实验设计的整合是推动系统级生物理解的关键.


