从单细胞转录组数据对骨肌肉再生中的细胞群动态的微分方程建模
Renad Al-Ghazawi1, Hassan Lezzeik1, Xiaojian Shao2,3
1Cellular and Molecular Medicine, University of Ottawa, Ottawa, Ontario, Canada.
PLoS computational biology
|October 10, 2025
概括
这项研究使用单细胞RNA测序数据来模拟骨肌肉再生. 开发的计算模型揭示了关键的细胞相互作用,改善了我们对再生过程的理解.
科学领域:
- 生物医学工程 生物医学工程
- 计算生物学 计算生物学
- 再生医学是一种再生医学.
背景情况:
- 骨肌肉再生涉及复杂的细胞过程和相互作用在一个动态的利基.
- 单细胞RNA测序 (scRNA-seq) 为研究这些动态提供了高分辨率数据.
- 了解细胞交叉对改进再生模型至关重要.
研究的目的:
- 开发一种新的骨肌肉再生计算模型.
- 使用scRNA-seq数据调查细胞命运决策和种群动态.
- 阐明细胞间信号在肌肉修复中的作用.
主要方法:
- 开发一个具有9个变量和17个参数的非线性普通微分方程模型.
- 时间序列scRNA-seq数据的校准,以量化细胞动态.
- 使用独立时间序列数据集的模型验证.
主要成果:
- 该模型成功地捕获了肌肉再生动态的关键特征.
- 结合M2巨细胞和卫星细胞之间的新型调节相互作用,改善了模型的准确性.
- 该模型提供了关于肌原和免疫细胞之间的相互作用的见解.
结论:
- 开发的模型为研究骨肌肉再生提供了一个强大的框架.
- 这种计算方法可以促进我们对组织修复中的细胞相互作用的理解.
- 该模型作为未来研究,疾病建模和治疗策略测试的基础.
