scTrace+:通过整合谱系追踪和多方面的转录基因相似性信息来增强细胞命运推断

科学领域:

• * 计算生物学 * 计算生物学
• * 基因组学 是一个学科.
• * 系统生物学 系统生物学

背景情况:

• * 了解细胞状态动态对于生物过程至关重要.
• *使用DNA条形码追踪单细胞血统面临着缺少数据和克隆内异质性等挑战.
• *剖析细胞命运决策机制需要强大的血统信息.

研究的目的:

• * 开发一种计算方法,从谱系追踪数据中增强细胞动态痕迹.
• *通过整合转录基因相似性来改善细胞命运的预测.
• * 识别驱动细胞命运决定的基因.

主要方法:

• *对单细胞血统追踪数据特征进行系统评估.
• * scTrace+的开发,一个使用核心化概率矩阵因子化的算法.
• *将多方面的转录基因相似性纳入血统关系.
• * 在真实数据集上进行废除和基准测试实验.

主要成果:

• * scTrace+可以准确地预测细胞命运.
• *该算法有效地识别了细胞分化和瘤药物反应中的驱动基因.
• * 在多个现实数据集上证明了可行性和性能.

结论:

• * scTrace+通过利用转录基因数据来增强细胞动态痕迹.
• *开发的算法为剖析细胞命运决定提供了一个强大的工具.
• *鉴定出关键基因可以促进对各种生物过程的理解.