在结肠癌中推断瘤进展模式,使用单细胞分辨率的最佳细胞顺序分析
IEEE transactions on computational biology and bioinformatics
|August 14, 2025
概括
这项研究引入了一种计算方法,利用单细胞RNA测序数据绘制细胞进展路径的地图. 该方法重建了细胞分化和进化轨迹,有助于理解动态生物过程.
科学领域:
- 计算生物学是一种计算生物学.
- 基因组学就是基因组学.
- 发育生物学是发展生物学.
背景情况:
- 了解细胞谱系和进化途径对于解释单细胞奥米克数据至关重要.
- 差异化和瘤进化等动态过程涉及复杂的时间进展模式.
研究的目的:
- 开发一种计算方法,用于推断活跃进化的细胞群中的进展模式.
- 以单细胞分辨率重建细胞分化,信号和瘤进化轨迹.
主要方法:
- 使用单细胞RNA测序 (scRNA-Seq) 数据.
- 开发了一种基于序列的方法,用于使用最佳重新排序的等级体系推断进展模式.
- 采用主曲线来可视化3D隐性空间中的推断路径.
主要成果:
- 成功推断基于转录特征的细胞顺序,以揭示进展轨迹.
- 引入了用于评估重建路径准确性的新指标.
- 在人类结肠样本转录组学数据上证明了该方法的有效性.
结论:
- 开发的计算方法准确地从scRNA-Seq数据中推断出细胞进展模式.
- 该方法为动态细胞过程和进化轨迹提供了宝贵的见解.
- 先进的可视化和评估指标增强了单细胞数据的分析.


