Spørsmål:
Pseudo-tidsbestilling i heterogene populasjoner
Alon Gelber
2017-05-17 01:22:02 UTC
view on stackexchange narkive permalink

Hva er det mest aksepterte verktøyet for å gjøre pseudo-tidsbestilling fra scRNAseq-data? Er det også borte for å skille differensialuttrykk som oppstår basert på "celleidentitet" eller kanskje mer nøyaktig celletype skjebne fra det som oppstår fra at celler er i forskjellige trinns differensiering.

For å være mer konkret, kan vi si at det er en populasjon av celler, hvorav noen ble født på tidspunkt 1, tid 2 og tid 3. Progresjonen langs den timelige banen kan beskrives via et sett med gener som svinger når cellen modnes. Så du kan ha samme celletype som ble født på tidspunkt 1, være transkripsjonsmessig forskjellig fra en yngre som ble født på tidspunkt 3. På den annen side er det i denne populasjonen delpopulasjoner som vil ha forskjellige celle-skjebner og er transkripsjonsmessig forskjellige. Er det borte for å pålitelig skille den tidsmessige aksen fra "celleskjebneaksene". Hvis ikke er dette noe folk jobber med eller er feil logikk for å tro at denne typen ting er mulig?

Jeg tror dette spørsmålet kan være for spekulativt for denne plattformen. Spesielt innebærer dette å definere celletyper og tilstander, som på mange måter er filosofiske.
Hva betyr det taggen? står det for lite betinget RNA? Jeg tror da at dette spørsmålet har to forskjellige problemer, en om scRNA og en annen om å skille delpopulasjoner fra et basseng. Kan du avklare det?
Jeg tror taggen står for encellede RNA-sekvenser (korriger meg hvis feil?). Selv om spørsmålet er bredt, kjenner jeg folk som jobber med dette problemet og utvikler verktøy - dessverre er jeg ikke ekspert.
@SarahCarl Kanskje du kan bli en som undersøker et svar på dette spørsmålet: D. Hvis det er for bredt, tror jeg du kan stemme det også, jeg tror det ikke viser forskningsinnsats, men jeg er usikker på om den er for bred eller ikke
Uten å være ekspert på scRNA-seq høres det ut som om du leter etter noe som [monoklepakken] (https://bioconductor.org/packages/release/bioc/html/monocle.html).
@Llopis Jeg synes det er for bredt - men hvis det redigeres, kan det fungere bra. Hvis dette spørsmålet i stedet var et spørsmål om fordeler / ulemper med noen få forskjellige verktøy, kan det fungere bedre.
For referanse, her er en liste med de fleste tilgjengelige (men ikke alle) metodene: https://github.com/agitter/single-cell-pseudotime. Jeg tror ikke dette er et spørsmål som kan ha et klart svar uten større undersøkelser. Se også denne gjennomgangen av strategier: http://onlinelibrary.wiley.com/wol1/doi/10.1002/eji.201646347/abstract. Monocle er sannsynligvis den mest kjente, men har blitt kritisert ofte, og førte til at folk lager nye verktøy når det ikke fungerer.
@Valentine takk for svaret ditt, jeg har sett github-siden før, men det er bra å koble den hit. Og takk for anmeldelsen, jeg vil lese gjennom den og se hva jeg kan hente ut av den. Jeg ønsket noen meninger om hvilken metode / verktøy som virker som om det gjør den beste jobben på dette tidspunktet. Hvis noen har meninger eller erfaringer med dette, vil jeg gjerne høre dem.
Vi vil også kunne inkorporere kjente uttrykksmønstre i modellene.
@Alon Ditt spørsmål er interessant, men det høres ut som et forskningsprosjekt i stedet for noe med et lett tilgjengelig verktøy :). Hvis du vet at uttrykksmønstrene dine er bryterlignende, kan du ta en titt på Ouija: https://github.com/kieranrcampbell/ouija. Hvis mønstrene er forskjellige, kan du prøve å finne en statistiker i nærheten som er kjent med latente variable modeller.
En svar:
olga
2017-06-05 22:42:37 UTC
view on stackexchange narkive permalink

Når det gjelder den første delen av spørsmålet: scRNA-seq er et felt som raskt utvikler seg, så det kan være vanskelig å snakke om "allment akseptert verktøy for å gjøre pseudo-tidsbestilling fra scRNAseq-data". Få av verktøyene som tar sikte på å gjøre nettopp det inkluderer Monocole, Waterfall eller Sincell (se dette papiret for referanser https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4122333/)

Den andre delen er litt mer kompleks. Mange aspekter har kommet sammen her, f.eks. cellesykluser, identifikasjon av underpopulasjoner og pseudo-tidsbestilling, for å få en sann refleksjon av de biologiske prosessene. Det er innsats på alle (og mer) disse frontene (se igjen f.eks. Ovennevnte papir, men ikke den siste), og det er mest sannsynlig at folk jobber med integrasjonen. Jeg er ikke kjent med noen studier som er publisert ennå på dette dypet.



Denne spørsmålet ble automatisk oversatt fra engelsk.Det opprinnelige innholdet er tilgjengelig på stackexchange, som vi takker for cc by-sa 3.0-lisensen den distribueres under.
Loading...