Скорость РНК

Скорость РНК основана на сопоставлении измерений с основным механизмом сплайсинга мРНК с двумя режимами, указывающими текущее и будущее состояние. ^{[ 1 ]} Это метод, используемый для прогнозирования будущей экспрессии генов в клетке на основе измерения как сплайсированных, так и несплайсированных транскриптов мРНК. ^{[ 2 ]}

Скорость РНК можно использовать для определения направления изменений экспрессии генов одноклеточной в данных секвенирования РНК (scRNA-seq). Он дает представление о будущем состоянии отдельных клеток, используя обилие несплайсированных и сплайсированных транскриптов РНК. Это соотношение может указывать на динамику транскрипции и потенциальную судьбу клетки, например, переходит ли она от одного типа клеток к другому или подвергается дифференцировке. ^{[ 3 ]}

Использование программного обеспечения

Существует несколько программных инструментов для анализа скорости РНК. Каждый из этих инструментов имеет свои сильные стороны и области применения, поэтому выбор инструмента будет зависеть от конкретных требований вашего анализа:

велоцито

Velocyto — это пакет для анализа динамики экспрессии в данных секвенирования одноклеточной РНК. В частности, он позволяет оценивать скорости РНК в отдельных клетках путем различения несплайсированных и сплайсированных мРНК в стандартных протоколах секвенирования одноклеточной РНК. Это первая статья, предлагающая концепцию скорости РНК. velocyto предсказал скорость РНК, решив предложенные дифференциальные уравнения для каждого гена. Авторы предполагают будущие алгоритмы обучения многообразия, которые одновременно адаптируют многообразие и кинетику в этом многообразии на основе скорости РНК. ^{[ 3 ]}

scVelo

scVelo - это метод, который решает полную транскрипционную динамику кинетики сплайсинга с использованием динамической модели, основанной на правдоподобии. Это обобщает скорость РНК на системы с переходными состояниями клеток, которые часто встречаются в процессе развития и в ответ на возмущения. scVelo применялся для распутывания кинетики субпопуляций в нейрогенезе и эндокриногенезе поджелудочной железы. scVelo демонстрирует возможности динамической модели на различных клеточных линиях в нейрогенезе зубчатой извилины гиппокампа и эндокриногенезе поджелудочной железы. ^{[ 4 ]}

клеткаТанцовщица

cellDancer — это масштабируемая глубокая нейронная сеть , которая локально определяет скорость для каждой ячейки по ее соседям, а затем передает серию локальных скоростей, чтобы обеспечить определение кинетики скорости с разрешением одной ячейки. cellDancer улучшил существующую гипотезу о кинетических скоростях velocyto и scVelo, скорость транскрипции была либо постоянной (модель velocyto), либо двоичной величиной (модель scVelo), скорости сплайсинга и деградации были общими для всех генов и клеток, которые могут иметь непредсказуемую производительность. а cellDancer может прогнозировать конкретные скорости транскрипции, сплайсинга и деградации каждого гена в каждой клетке посредством глубокого обучения. ^{[ 5 ]}

МультиВело

MultiVelo — это модель экспрессии генов на основе дифференциальных уравнений, которая расширяет структуру скоростей РНК и включает в себя эпигеномные данные. MultiVelo использует вероятностную модель скрытых переменных для оценки времени переключения и параметров скорости доступности хроматина и экспрессии генов. ^{[ 6 ]}

ДипВело

DeepVelo — это обыкновенное дифференциальное уравнение на основе нейронной сети, которое может моделировать сложную динамику транскриптома, описывая непрерывные изменения экспрессии генов в отдельных клетках. DeepVelo применялся к общедоступным наборам данных с разных платформ секвенирования для (i) формулирования динамики транскриптома в разных временных масштабах, (ii) измерения нестабильности состояний клеток и (iii) идентификации генов, определяющих развитие, посредством анализа возмущений. ^{[ 7 ]}

Единица Вело

UnitVelo — это статистическая система определения скорости РНК, которая моделирует динамику сплайсированных и несплайсированных РНК посредством гибкой транскрипционной активности. UnitVelo поддерживает вывод единого скрытого времени по всему транскриптому. ^{[ 8 ]}

Ссылки

^ Берген, Волкер; Солдатов Руслан А; Харченко Петр В.; Тайс, Фабиан Дж (26 августа 2021 г.). «Скорость РНК — текущие проблемы и будущие перспективы» . Молекулярная системная биология . 17 (8): e10282. дои : 10.15252/msb.202110282 . ISSN 1744-4292 . ПМЦ 8388041 . ПМИД 34435732 .
^ Доктор философии, Джамшаид Шахир (07 сентября 2021 г.). «Скорость РНК: внутренний компас клетки» . Середина . Проверено 15 сентября 2023 г.
^ Jump up to: ^а ^б Ла Манно, Джоэл; Солдатов, Руслан; Зейзель, Амит; Браун, Эмели; Хохгернер, Ханна; Петухов Виктор; Лидшрайбер, Катя; Кастрити, Мария Э.; Лённерберг, Питер; Фурлан, Алессандро; Фан, Жан; Борм, Ларс Э.; Лю, Цзехуа; ван Брюгген, Дэвид; Го, Чимин (август 2018 г.). «Скорость РНК одиночных клеток» . Природа . 560 (7719): 494–498. Бибкод : 2018Natur.560..494L . дои : 10.1038/s41586-018-0414-6 . ISSN 1476-4687 . ПМК 6130801 . ПМИД 30089906 .
^ Берген, Волкер; Ланге, Мариус; Пейдли, Стефан; Вольф, Ф. Александр; Тайс, Фабиан Дж. (декабрь 2020 г.). «Обобщение скорости РНК для переходных состояний клеток посредством динамического моделирования» . Природная биотехнология . 38 (12): 1408–1414. дои : 10.1038/s41587-020-0591-3 . ISSN 1546-1696 . ПМИД 32747759 . S2CID 256818997 .
^ Ли, Шэнъюй; Чжан, Пэнчжи; Чен, Вэйцин; Йе, Линцюнь; Браннан, Кристофер В.; Ле, Нхат-Ту; Абэ, Дзюнъити; Кук, Джон П.; Ван, Гуанъюй (3 апреля 2023 г.). «Модель релейной скорости предполагает клеточно-зависимую скорость РНК» . Природная биотехнология . 42 (1): 99–108. дои : 10.1038/s41587-023-01728-5 . ISSN 1546-1696 . PMC 10545816. PMID 37012448 . S2CID 257922974 .
^ Ли, Чен; Виргилио, Мария К.; Коллинз, Кэтлин Л.; Уэлч, Джошуа Д. (март 2023 г.). «Мультиомная скорость одной клетки моделирует взаимодействия эпигенома и транскриптома и улучшает предсказание судьбы клеток» . Природная биотехнология . 41 (3): 387–398. дои : 10.1038/s41587-022-01476-y . ISSN 1546-1696 . ПМЦ 10246490 . ПМИД 36229609 .
^ Чен, Жанлинь; Кинг, Уильям К.; Хван, Ахейон; Герштейн, Марк; Чжан, Цзин (2 декабря 2022 г.). «DeepVelo: транскриптомное обучение одноклеточным полям глубоких скоростей с помощью нейронных обыкновенных дифференциальных уравнений» . Достижения науки . 8 (48): eabq3745. Бибкод : 2022SciA....8.3745C . дои : 10.1126/sciadv.abq3745 . ISSN 2375-2548 . ПМЦ 9710871 . ПМИД 36449617 .
^ Гао, Минцзе; Цяо, Чен; Хуан, Юаньхуа (3 ноября 2022 г.). «UniTVelo: единая во времени скорость РНК усиливает вывод о траектории одной клетки» . Природные коммуникации . 13 (1): 6586. Бибкод : 2022NatCo..13.6586G . дои : 10.1038/s41467-022-34188-7 . ISSN 2041-1723 . ПМЦ 9633790 . ПМИД 36329018 .

[1] Берген, Волкер; Солдатов Руслан А; Харченко Петр В.; Тайс, Фабиан Дж (26 августа 2021 г.). «Скорость РНК — текущие проблемы и будущие перспективы» . Молекулярная системная биология . 17 (8): e10282. дои : 10.15252/msb.202110282 . ISSN 1744-4292 . ПМЦ 8388041 . ПМИД 34435732 .

[2] Доктор философии, Джамшаид Шахир (07 сентября 2021 г.). «Скорость РНК: внутренний компас клетки» . Середина . Проверено 15 сентября 2023 г.

[:0-3] Jump up to: ^а ^б Ла Манно, Джоэл; Солдатов, Руслан; Зейзель, Амит; Браун, Эмели; Хохгернер, Ханна; Петухов Виктор; Лидшрайбер, Катя; Кастрити, Мария Э.; Лённерберг, Питер; Фурлан, Алессандро; Фан, Жан; Борм, Ларс Э.; Лю, Цзехуа; ван Брюгген, Дэвид; Го, Чимин (август 2018 г.). «Скорость РНК одиночных клеток» . Природа . 560 (7719): 494–498. Бибкод : 2018Natur.560..494L . дои : 10.1038/s41586-018-0414-6 . ISSN 1476-4687 . ПМК 6130801 . ПМИД 30089906 .

[4] Берген, Волкер; Ланге, Мариус; Пейдли, Стефан; Вольф, Ф. Александр; Тайс, Фабиан Дж. (декабрь 2020 г.). «Обобщение скорости РНК для переходных состояний клеток посредством динамического моделирования» . Природная биотехнология . 38 (12): 1408–1414. дои : 10.1038/s41587-020-0591-3 . ISSN 1546-1696 . ПМИД 32747759 . S2CID 256818997 .

[5] Ли, Шэнъюй; Чжан, Пэнчжи; Чен, Вэйцин; Йе, Линцюнь; Браннан, Кристофер В.; Ле, Нхат-Ту; Абэ, Дзюнъити; Кук, Джон П.; Ван, Гуанъюй (3 апреля 2023 г.). «Модель релейной скорости предполагает клеточно-зависимую скорость РНК» . Природная биотехнология . 42 (1): 99–108. дои : 10.1038/s41587-023-01728-5 . ISSN 1546-1696 . PMC 10545816. PMID 37012448 . S2CID 257922974 .

[6] Ли, Чен; Виргилио, Мария К.; Коллинз, Кэтлин Л.; Уэлч, Джошуа Д. (март 2023 г.). «Мультиомная скорость одной клетки моделирует взаимодействия эпигенома и транскриптома и улучшает предсказание судьбы клеток» . Природная биотехнология . 41 (3): 387–398. дои : 10.1038/s41587-022-01476-y . ISSN 1546-1696 . ПМЦ 10246490 . ПМИД 36229609 .

[7] Чен, Жанлинь; Кинг, Уильям К.; Хван, Ахейон; Герштейн, Марк; Чжан, Цзин (2 декабря 2022 г.). «DeepVelo: транскриптомное обучение одноклеточным полям глубоких скоростей с помощью нейронных обыкновенных дифференциальных уравнений» . Достижения науки . 8 (48): eabq3745. Бибкод : 2022SciA....8.3745C . дои : 10.1126/sciadv.abq3745 . ISSN 2375-2548 . ПМЦ 9710871 . ПМИД 36449617 .

[8] Гао, Минцзе; Цяо, Чен; Хуан, Юаньхуа (3 ноября 2022 г.). «UniTVelo: единая во времени скорость РНК усиливает вывод о траектории одной клетки» . Природные коммуникации . 13 (1): 6586. Бибкод : 2022NatCo..13.6586G . дои : 10.1038/s41467-022-34188-7 . ISSN 2041-1723 . ПМЦ 9633790 . ПМИД 36329018 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]