在单细胞分析中使用SEEK-VFI进行轨迹感知基因特征选择
bioRxiv : the preprint server for biology
|December 25, 2025
概括
机器学习方法SEEK-VFI识别了用于单细胞轨迹推断的关键基因. 它通过优先考虑相关的基因而不是无信息的基因来提高对细胞发育途径的理解.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 机器学习 机器学习
背景情况:
- 优先考虑高度可变的基因对于单细胞轨迹推断至关重要.
- 标准方法难以区分与轨迹相关的基因与无信息的基因,当变异性源于持续的细胞发育时.
研究的目的:
- 介绍SEEK-VFI,这是一套专题建模算法,旨在用于轨迹推理预处理.
- 在单细胞数据中增强与轨迹相关基因的优先级.
主要方法:
- SEEK-VFI采用了一个集体主题建模方法.
- 该算法专门用于预处理轨迹推理步骤.
主要成果:
- SEEK-VFI的性能优于现有的基因优先排序方法.
- 鉴定出关键基因显著改善了轨迹拓结构的重建.
- 观察到增强的可视化和下游轨迹分析.
结论:
- SEEK-VFI有效地优先考虑与轨迹相关的基因来推断单细胞轨迹.
- 该方法在重建,可视化和分析细胞发育轨迹方面提供了改进.
相关概念视频
01:58Cell Specific Gene Expression
5.4K
5.4K
01:58Cell Specific Gene Expression
16.2K
Multicellular organisms contain a variety of structurally and functionally distinct cell types, but the DNA in all the cells originated from the same parent cells. The differences in the cells can be attributed to the differential gene expression. Liver cells, whose functions include detoxification of blood, production of bile to metabolize fats, and synthesis of proteins essential for metabolism, must express a specific set of genes to perform their functions. Gene expression also varies with...
16.2K