Maximum Likelihood Inference of Time-scaled Cell Lineage Trees with Mixed-type Missing Data.
Maximum Likelihood Inference of Time-scaled Cell Lineage Trees with Mixed-type Missing Data.
复制标题
具有混合类型缺失数据的时间尺度细胞谱系树的最大似然推断。
DOI：
10.1101/2024.03.05.583638
复制
发表时间：
2024
期刊：
影响因子：
--
通讯作者：
Raphael,BenjaminJ
中科院分区：
文献类型：
--
作者：
Mai,Uyen;Chu,Gillian;Raphael,BenjaminJ
最近的动态谱系追踪技术将基于 CRISPR 的基因组编辑与单细胞测序相结合，以追踪发育过程中的细胞分裂。谱系追踪的一个关键问题是从测量的 CRISPR 诱导突变推断细胞谱系树。谱系追踪数据的几个特征将这个问题与标准的系统发育树推理区分开来：CRISPR诱导的突变是不可修改的，并且可以在每个目标位点产生不同的可能突变组；由于不可修改性，突变的数量随着时间的推移而减少；基于 CRISPR 的基因组编辑和单细胞测序导致可遗传和不可遗传（丢失）数据的丢失率很高。为了对这些特征进行建模，我们引入了概率混合型缺失（PMM）模型。我们描述了一种算法 LAML（通过最大似然进行谱系分析）来计算 PMM 模型下的最大似然树。 LAML 将期望最大化 (EM) 算法与启发式树搜索相结合，共同估计树拓扑、分支长度和缺失数据参数。
Recent dynamic lineage tracing technologies combine CRISPR-based genome editing with single-cell sequencing to track cell divisions during development. A key problem in lineage tracing is to infer a cell lineage tree from the measured CRISPR-induced mutations. Several features of lineage tracing data distinguish this problem from standard phylogenetic tree inference: CRISPR-induced mutations arenon-modifiableand can result in distinct sets of possible mutations at each target site; the number of mutations decreases over time due to non-modifiability; and CRISPR-based genome-editing and single-cell sequencing results in high rates of both heritable and non-heritable (dropout) missing data. To model these features, we introduce the Probabilistic Mixed-type Missing (PMM) model. We describe an algorithm, LAML (Lineage Analysis via Maximum Likelihood), to compute a maximum likelihood tree under the PMM model. LAML combines an Expectation Maximization (EM) algorithm with a heuristic tree search to jointly estimate tree topology, branch lengths and missing data parameters.
登录
查看更多内容
影响因子：
6.4
作者：
P. Cook;R. Doll;S. Fellingham
通讯作者：
S. Fellingham
人类遗传性癌症
DOI：
--
发表时间：
1983
期刊：
影响因子：
--
作者：
G. Alfred
通讯作者：
G. Alfred
单独的尿烷（氨基甲酸乙酯）对小鼠皮肤具有致癌作用。
影响因子：
4.7
作者：
O. Iversen
通讯作者：
O. Iversen
肿瘤启动子诱导姐妹染色单体交换：与致癌机制的相关性。
DOI：
10.1073/pnas.75.12.6149
发表时间：
1978
影响因子：
11.1
作者：
A. Kinsella;M. Radman
通讯作者：
M. Radman
影响因子：
64.8
作者：
HENNINGS, H;SHORES, R;YUSPA, SH
通讯作者：
YUSPA, SH