作者:Chinta sidharthanl博士，评论:Lily Ramsey, LLMOct 4 2024
伪时间轨迹推断是一种计算技术，用于在一维空间中研究和表示细胞或细胞群体随时间变化的动态过程。
尽管比较轨迹能够提供重要信息，但现有方法在捕捉复杂模式（如顺序不匹配）方面的能力仍然有限。
最近在《自然方法》(Nature Methods)上发表的一项研究提出了一种名为Genes2Genes的贝叶斯信息理论框架，该框架能够准确推断单细胞轨迹的模拟和真实数据集的排列，并有效捕捉单个基因的匹配与不匹配。
研究:单细胞轨迹的基因层面比对。图片来源:aycan balta/Shutterstock.com
背景
单细胞核糖核酸测序(scRNAseq)技术使科学家能够观察和测量每个细胞内数千个基因的活性，从而显著提升了我们在单细胞层面研究生物过程的能力。
这有助于理解细胞如何在不同状态之间转变，例如对药物治疗的反应或在发育过程中的变化。
为了研究动态细胞过程中的时间变化，研究人员采用了一种称为伪时间轨迹推断的方法，构建了细胞事件或变化的一维时间轴。
然而，比较多个时间线（例如，病态细胞与健康细胞之间或治疗组与对照组之间）被证明是具有挑战性的任务。
传统的时间线比较方法，如动态时间扭曲，通过匹配相似的时间点来对齐时间线，这一假设认为每个时间点都有完美的匹配，因此无法处理轨迹中的不匹配，这可能指示未观察到的细胞状态或相关差异。
研究概述
在本研究中，研究人员提出了新的Genes2Genes框架，通过在单基因层面识别错配和匹配来改进动态时间扭曲方法。
该研究还进行了一个使用Genes2Genes的概念验证实验，框架被应用于对齐体内和体外T细胞发育轨迹以及其他模拟和真实数据集。
我们进行了三个主要实验来评估使用Genes2Genes进行细胞轨迹对齐的效果，并将其与现有的两种方法CellAlign和TrAGEDy进行了比较。在第一个实验中，模拟了3500个细胞轨迹的7种排列模式，包括收敛、发散和匹配。
每个轨迹包含300个分布在伪时间内的细胞，并使用15种不同的插值时间来分析模式。随后，通过准确率优化Genes2Genes参数，以确定该方法在轨迹之间对齐不匹配和匹配区域的能力。
在第二个实验中，研究人员使用了1845个来源于小鼠胰腺β细胞的真实scRNAseq数据集，并将Genes2Genes和TrAGEDy应用于该数据集。研究人员通过模拟不同时间点细胞轨迹的变化或删除的不匹配，向数据集中引入扰动。
另外两个数据集，一个来自健康个体和特发性肺纤维化患者的肺上皮细胞，另一个比较体内和体外人类T细胞发育，也用于评估Genes2Genes的性能。
研究人员还进行了第三次实验，使用两个完全不相关的轨迹作为负控制，确保它们产生100%的不匹配，以建立检测不相关轨迹的能力基准。
主要发现
研究结果表明，Genes2Genes框架能够准确识别基因表达模式，有效检测错配，其性能明显优于其他两种方法TrAGEDy和CellAlign。
在包含3500对基因对的模拟数据集中，Genes2Genes能够以98% ~ 100%的准确率检测出不同的比对模式，显著高于其他两种方法。
在真实的生物数据集中，Genes2Genes始终优于其他方法，并成功识别出基因表达的不匹配和比对之间的匹配。在小的不匹配可能指示重要细胞变化的情况下，这种准确识别不匹配的能力至关重要。
即使在细胞之间存在显著差异的情况下，例如在小鼠胰腺发育数据集中体内和体外β细胞的比较中，Genes2Genes也能有效捕捉基因表达的不匹配，使其成为比TrAGEDy更适合捕捉基因表达趋势的方法。
在比较健康肺上皮细胞与特发性肺纤维化患者肺上皮细胞的数据集中，Genes2Genes能够检测到预期的不匹配，尤其是在细胞发育的后期。
它还能够识别特发性肺纤维化的异常碱性细胞，一些基因的早期错配突显了它们作为生物标志物或治疗靶点的潜在用途。
Genes2Genes还揭示了体内和体外T细胞发育轨迹的关键差异，例如体外细胞中肿瘤坏死因子(TNF)信号的缺失。此外，基因性别决定区Y-box 4 (SOX4)和叉头盒蛋白P1 (FOXP1)被确定为基于基因表达差异改善T细胞发育的潜在靶点。
结论
总体而言，该研究表明，Genes2Genes框架在识别各种生物系统中基因表达轨迹的模式和错配方面表现出色。
其在模拟和真实数据集上的性能均优于现有方法，研究结果为改进基于细胞的实验模型和识别潜在治疗靶点提供了重要的见解。
本文来自作者[svs]投稿，不代表立场，如若转载，请注明出处：http://dasbrooksbookkeeping.com/post/6750.html
评论列表（4条）
我是的签约作者“svs”！
希望本篇文章《genes2基因框架：提升基因表达研究的深度》能对你有所帮助！
本站[]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览： 作者:Chinta sidharthanl博士，评论:Lily Ramsey, LLMOct 4 2024 伪时间轨迹推断是一种计算技术，用于在一维空间中...