贝叶斯节律模型用于联合检测昼夜生物标志物和预测人类死后大脑转录组中的分子昼夜时间

科学领域:

• 神经科学是一个神经科学.
• 时间生物学 时间生物学
• 计算生物学 计算生物学

背景情况:

• 对死后人类大脑的转录性昼夜分析揭示了对衰老和精神疾病研究至关重要的分子节奏.
• 准确估计分子昼夜时间是具有挑战性的,因为可能与记录的时钟时间和生物变异性不匹配.
• 现有的生物标志物检测和时间估计方法独立运行,限制了整体性能.

研究的目的:

• 开发一个统一的计算模型,用于同时检测昼夜生物标志物和分子昼夜时间估计.
• 通过整合这两个关键任务来解决现有方法的局限性.
• 为分析跨多种组织和物种的转录基因数据提供一个强大的工具.

主要方法:

• 开发BayCT,一个贝叶斯模型,用于循环数据的·米塞斯先前分布.
• 使用切片采样和可逆跳转马尔科夫链蒙特卡洛 (MCMC) 进行贝叶斯推理.
• 通过广泛的模拟和分析人类大脑和小鼠器官转录数据的应用和验证.

主要成果:

• 与现有的孤立方法相比,BayCT在昼夜生物标志物检测和分子昼夜时间估计方面都表现出卓越的性能.
• 该模型有效地处理昼夜时间评估中的潜在错误和生物变异性.
• 在多个大脑区域或器官中整合数据显著提高了这两项任务的准确性.

结论:

• BayCT提供了一种统一且优越的方法来分析复杂生物系统中的分子昼夜节律.
• 该模型为推进衰老,精神疾病和时代生物学的研究提供了一个强大的工具.
• 整合多区域数据可以提高昼夜分析的可靠性和精度.