2021年7 月 1 日——一種新的軟件工具可以幫助研究人員進一步利用單細胞 RNA 測序 (scRNA-seq) 數(shù)據(jù)，通過將生物學相關(guān)數(shù)據(jù)納入分析來了解有關(guān)單個細胞的更多信息。6 月 30 日在Genome Research 中詳細介紹的機器學習算法可用于預測哪些轉(zhuǎn)錄因子在單個細胞中最為活躍。
人類細胞內(nèi)有數(shù)百種轉(zhuǎn)錄因子，可能需要數(shù)年的反復試驗研究才能確定特定細胞類型中哪些是開啟或關(guān)閉的。這是重要的信息，因為這些蛋白質(zhì)可以用作潛在的藥物靶點。
先前用于推斷轉(zhuǎn)錄因子活性的方法是基于編碼轉(zhuǎn)錄因子的信使 RNA (mRNA)。這些策略可能不能代表真正的生物學功能，因為轉(zhuǎn)錄因子的活性通常在翻譯后水平進行調(diào)節(jié)，而轉(zhuǎn)錄因子的關(guān)鍵變化可能無法在 mRNA 水平上檢測到。
ScRNA-seq 是研究細胞間轉(zhuǎn)錄組異質(zhì)性的有力工具。然而，由于整合生物背景數(shù)據(jù)的困難，基于這些數(shù)據(jù)闡明細胞的潛在生物學功能和調(diào)控機制(即轉(zhuǎn)錄因子活性或基因調(diào)控網(wǎng)絡(luò))具有挑戰(zhàn)性。
scRNA-seq 的大多數(shù)應用都集中在空間生物學上，其目的是根據(jù)低維空間中單個細胞的接近程度來識別細胞簇。然而，這種分析沒有考慮到生物學功能，也沒有幫助研究人員揭示細胞亞群中的調(diào)節(jié)機制。
“該領(lǐng)域的一個挑戰(zhàn)是，相同的基因可能在一組細胞中‘開啟’，但在同一器官內(nèi)的不同組細胞中‘關(guān)閉’，”該研究中心的教授 Jalees Rehman 博士說。伊利諾伊大學芝加哥分校醫(yī)學院。“能夠了解單個細胞中轉(zhuǎn)錄因子的活性將使研究人員能夠研究主要器官(如心臟、大腦或肺)的所有主要細胞類型的活性譜。”
為了解決先前 scRNA-seq 分析策略的局限性，由 Rehman 和該大學生物信息學副教授 Yang Dai 博士領(lǐng)導的伊利諾伊大學芝加哥分校研究人員團隊開發(fā)了貝葉斯推理轉(zhuǎn)錄因子活動模型 (BITFAM)。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！