TrajLens:在交叉样本探索中构建细胞发育轨迹的视觉分析

科学领域:

• 计算生物学 计算生物学
• 单细胞RNA测序分析分析
• 系统生物学 系统生物学

背景情况:

• 推断细胞发育轨迹对于理解细胞进展至关重要.
• 目前用于单细胞RNA测序 (scRNA-seq) 分析的方法仅限于样本内轨迹.
• 在样本中手动链接细胞是劳动密集型和复杂的,用于交叉样本轨迹的构建.

研究的目的:

• 开发一种用于预测跨样本细胞发育轨迹的自动化方法.
• 为探索和完善这些轨迹创建一个视觉分析系统 (TrajLens).
• 将空间动力学纳入对多个样本细胞进化的分析.

主要方法:

• 提出了一个基于图形神经网络 (GNN) 的模型,用于预测跨样本细胞发育轨迹.
• 开发了TrajLens,一个具有集成多样本细胞分布和发育方向特征的视觉分析系统.
• 利用叠加在细胞分布数据上的轮图来进行直观的探索.

主要成果:

• 通过使用GNN模型,成功预测了跨样本细胞发育轨迹.
• TrajLens提供了空间进化模式的概述,并允许直观的探索.
• 定量评估和案例研究证明了该系统的有效性.

结论:

• 基于GNN的模型和TrajLens系统自动化和增强跨样本细胞发育轨迹的分析.
• 该方法有效地解决了scRNA-seq.中手动交叉样本分析的局限性.
• 该系统有助于生物学家了解复杂的细胞空间动态和进化路径.