新机器学习模型描述了细胞发育的动态

医学2020-10-02 20:25:34
导读为了解决这个问题,HelmholtzZentrumMünchen和马萨诸塞大学的研究人员使用了假动力学,这是一种从单细胞时间序列观察中估计发育过程

为了解决这个问题,HelmholtzZentrumMünchen和马萨诸塞大学的研究人员使用了假动力学,这是一种从单细胞时间序列观察中估计发育过程的数学模型。他们的报告发表在Nature Biotechnology上。

在它们的细胞核中,干细胞*携带的DNA是任何器官或组织的蓝图。因此它们能够产生各种细胞类型,例如皮肤细胞或血液形成细胞。根据其类型,新创建的单元格在正文中执行特定任务。它们增殖,成熟,衰老,最后死于细胞凋亡**。“我们问自己两个问题,”计算生物学研究所(ICB)主任Fabian Theis教授,慕尼黑技术大学(TUM)生物系统数学建模教授HelmholtzZentrumMünchen教授解释说。“哪些因素决定了最终的细胞类型,例如,皮肤细胞是否形成?一种细胞的数量如何在一个器官中形成,例如,我们的免疫系统有正确数量的T细胞?由于这两个问题都是直接相关的,我们开始在全球范围内回答这些问题。“

这些考虑在ICB并不新鲜。使用转录,该研究所的研究人员已经发现了如何调节血液干细胞中不同类型血细胞的形成。***他们开发了一种称为扩散假性的算法,使他们能够重建哪些基因连续表达以及如何不同细胞类型的发育轨迹分支。由于新的数学模型,将来大大简化了对这些结果的解释。

洞察时间点几乎不可能在实验中记录

“我们开发了伪动力学作为一种新的数学模型,以模拟细胞的命运,”来自ICB的David Fischer报告说,他与该研究的共同第一作者Anna Fiedler在一起。“在这个过程中,我们还考虑了一些因素,如细胞群的大小及其在时间序列中所经历的变化。这使我们能够估计选择压力和新细胞的形成作为参数,并预测新细胞的发育状况。时间点,“菲舍尔说。“通过我们的模型,我们可以确定在整个发育周期的不同阶段如何调节细胞增殖和死亡以及这种控制系统的真实程度。”

该研究小组包括Theis教授,Jan Hasenauer博士(ICB),Heiko Lickert教授,糖尿病和再生研究所(IDR),HelmholtzZentrumMünchen,以及马萨诸塞大学UMASS医学院博士Rene Maehr,以及前两位作者,用T细胞(免疫系统细胞)和β细胞(胰腺细胞)进行了假性动力学试验。他们的工具描述了细胞的增殖和凋亡率。如果许多β细胞死亡,这会导致1型糖尿病。“根据目前的数据,诱导增殖和死亡的机制通常难以区分,”Theis解释道。他认为假动力学是“基础研究的第一个工具,它将允许在单细胞水平上检查生物学面临的重要问题。”

免责声明:本文由用户上传,如有侵权请联系删除!