通过整合性单细胞血统建模解读细胞命运和克隆动力学

科学领域:

• 单细胞生物学 单细胞生物学
• 计算生物学是一种计算生物学.
• 免疫学 免疫学 免疫学

背景情况:

• 单细胞技术允许使用谱系条形码共同测量分子状态和克隆身份.
• 目前用于细胞分化推断的计算方法主要使用转录相似性,忽略了血统信息.
• 尽管TCR测序提供了克隆条码,但T细胞分析受到微妙的转录差异的限制.

研究的目的:

• 开发一个计算框架,Clonotrace,共同建模基因表达和克隆型信息.
• 提高细胞状态转换和命运偏差的推断,以更高的保真度.
• 为谱系条形码的单细胞数据集提供广泛适用的工具,特别是T细胞群.

主要方法:

• 开发了Clonotrace,这是一个结合基因表达和克隆型数据的计算框架.
• 将框架应用于包括T细胞,造血分化和癌症模型在内的多种系统.
• 使用血统条形码和单细胞RNA测序与TCR测序.

主要成果:

• 克隆特拉斯推断细胞状态转换和命运偏差的忠实度高于仅依赖转录相似性的方法.
• 该框架成功地揭示了差异化层次结构,并在各种系统中区分了单强国与多强国.
• 确定了候选的命运决定基因,驱动T细胞和其他细胞类型的血统承诺.

结论:

• 克隆特拉斯在分析谱系条形码的单细胞数据方面取得了重大进展,特别是在临床和免疫疗法环境中对T细胞反应.
• 该框架集成分子和克隆信息的能力,为细胞命运和动态提供了更深入的见解.
• 克隆特拉斯在各种生物系统中广泛适用,进步了我们对分化和细胞结合的理解.