星星CDP:动态编程算法用于快速和准确的细胞谱系树重建从基于CRISPR的谱系追踪数据
Junyan Dai1,2, Erin K Molloy1,2
1Department of Computer Science, University of Maryland, College Park, Maryland, USA.
概括
星星CDP增强了基于CRISPR的谱系追踪的细胞谱系树的重建. 这种新方法提高了准确性和可扩展性,解决了发育和疾病研究中遗传学信号一致性的局限性.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 发展生物学 发展生物学
背景情况:
- 基于CRISPR的谱系追踪与单细胞RNA测序相结合,为细胞发育和疾病提供了洞察力.
- 细胞谱系树 (CLT) 的重建至关重要,但面临的挑战是基因信号的一致性.
- 像Star Homoplasy Parsimony (SHP) 和Startle家族这样的现有方法也有局限性.
研究的目的:
- 介绍Star-CDP,这是一个用于CLT重建的新型动态编程算法.
- 解决现有方法在处理CRISPR突变属性和可扩展性方面的局限性.
- 为了提高谱系追踪中遗传信号重建的准确性和效率.
主要方法:
- 开发了Star-CDP,这是一个动态编程算法集合,用于在受约束的搜索空间内的SHP解决方案.
- 实现了用于多项式时间计算的clade约束,从而实现了可扩展性.
- 与领先的节方法 (PAUP*,Startle-NNI) 相比,使用模拟和小鼠肺腺癌数据进行基准Star-CDP.
主要成果:
- 星星CDP的准确性 (f1分数) 与现有方法相比相当或更高,特别是在有限的家族遗传信号下.
- 在肺腺癌数据上获得了最低的SHP得分,其性能与已知的转移性再播种方法相美.
- 星星CDP提供了多项式时间的可扩展性,在较大的细胞数量上表现优于Startle-ILP.
结论:
- 星星CDP提供了一个可扩展和准确的解决方案,用于基于CRISPR的谱系追踪中细胞谱系树的重建.
- 该方法有效地模拟了CRISPR突变特性,并改善了家族遗传信号的一致性.
- 星星CDP代表了在研究细胞层面的复杂生物过程的重大进步.
相关概念视频
02:54Evolutionary Relationships through Genome Comparisons
6.8K
Genome comparison is one of the excellent ways to interpret the evolutionary relationships between organisms. The basic principle of genome comparison is that if two species share a common feature, it is likely encoded by the DNA sequence conserved between both species. The advent of genome sequencing technologies in the late 20th century enabled scientists to understand the concept of conservation of domains between species and helped them to deduce evolutionary relationships across diverse...
6.8K
01:21Lineage Commitment
4.1K
Commitment is the process whereby stem cells:
4.1K