从谱系追踪数据中推断细胞分化地图
Palash Sashittal1,2, Richard Y Zhang3, Benjamin K Law3,4
1Department of Computer Science, Princeton University, Princeton, NJ, USA.
Nature methods
|December 8, 2025
概括
卡尔塔从谱系追踪数据中推断出最佳的细胞分化地图. 这种新的算法揭示了关键的发育特征,如融合差异化和中间祖先,改善了我们对细胞发育的理解.
科学领域:
- 发展生物学 发展生物学
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 细胞分化遵循一个层次结构,通过细胞分化地图可视化.
- 目前用于从大规模数据中推断这些地图的方法使用具有局限性的启发式模型.
- 这些现有模型经常对发展过程做出限制性假设.
研究的目的:
- 引入一个定量框架来评估细胞分化的地图.
- 开发一个算法,Carta,从单细胞血统追踪数据推断出一个最佳的分化图.
- 解决发展生物学中现有的启发式模型的局限性.
主要方法:
- 开发了Carta,一种推断最佳差异化地图的算法.
- 采用了量化框架来评估细胞分化图.
- 利用单细胞谱系追踪数据用于算法训练和验证.
主要成果:
- 卡尔塔平衡了地图复杂性与未观察到的细胞类型过渡.
- 在哺乳动物干部发育中发现了细胞类型的融合分化.
- 揭示了原始体分化动态和小鼠血液形成中的新中间原始体.
结论:
- 卡尔塔提供了一种新的方法来推断细胞分化的地图.
- 该算法揭示了其他方法错过的关键发展特征.
- 这项工作促进了对细胞分化动态和祖先识别的理解.
相关概念视频
01:21Lineage Commitment
4.0K
Commitment is the process whereby stem cells:
4.0K
01:51Determination
20.6K
During embryogenesis, cells become progressively committed to different fates through a two-step process: specification followed by determination. Specification is demonstrated by removing a segment of an early embryo, “neutrally” culturing the tissue in vitro—for example, in a petri dish with simple medium—and then observing the derivatives. If the cultured region gives rise to cell types that it would normally generate in the embryo, this means that it is specified. In...
20.6K