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:

• 单细胞技术使得分子状态和克隆身份的联合测量成为可能.
• 目前用于细胞分化的计算方法往往忽略了条形码中的血统信息.
• 在临床环境中至关重要的T细胞分析,可以从整合转录和克隆数据中受益.

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.
• 为了提高推断细胞状态转换和命运偏差的忠实性.
• 为谱系条形码的单细胞数据集提供一个广泛适用的工具.

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.
• 应用Clonotrace到包括T细胞,造血分化和癌症模型在内的多种系统.
• 验证了框架揭示分化层次结构和识别命运决定基因的能力.

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各种生物系统中的分化层次结构.
• 确定了候选命运决定基因,在不同细胞类型中推动了血统承诺.

结论:

• 克隆特蕾斯提供了一种强大的方法,可以利用谱系条形码信息进行增强的细胞命运推断.
• 该框架广泛适用于各种谱系条形码的单细胞数据集,包括免疫治疗中的T细胞和瘤微环境.
• 这种方法推进了细胞动态,分化和血统承诺的研究.