A hierarchical Bayesian framework for understanding the spatiotemporal dynamics of the intestinal epithelium
A hierarchical Bayesian framework for understanding the spatiotemporal dynamics of the intestinal epithelium
复制标题
用于理解肠上皮时空动态的分层贝叶斯框架
DOI：
10.1101/072561
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
Maclaren O
中科院分区：
文献类型：
--
作者：
Maclaren O
我们的工作解决了两个关键挑战，一个是生物学挑战，一个是方法学挑战。首先，我们的目标是了解在健康，受损（阿糖胞苷处理）和恢复条件下，肠上皮细胞的增殖和细胞迁移率是如何相关的，以及这些关系如何用于识别修复和再生机制。我们分析了新的数据，更详细地介绍了在配套文件中，其中BrdU/IdU细胞标记实验在这些各自的条件下进行。其次，在考虑如何更严格地处理这些数据并使用数学模型解释它们时，我们使用概率分层方法。这为系统地建模和理解不确定性提供了最佳实践方法，否则这些不确定性会破坏可靠结论的产生-实验测量和治疗中的不确定性，难以比较的基本机制数学模型以及未知或未观察到的参数。空间离散和连续的机械模型被认为是通过分层的条件概率假设和相关。我们对样本内和样本外数据集进行模型检查，并使用它们来展示如何测试可能的模型改进并评估我们结论的鲁棒性。我们的结论是，对于目前的一组实验，一个主要的增殖驱动的模型足以预测标记的细胞动力学在大多数时间尺度。
Our work addresses two key challenges, one biological and one methodological. First, we aim to understand how proliferation and cell migration rates in the intestinal epithelium are related under healthy, damaged (Ara-C treated) and recovering conditions, and how these relations can be used to identify mechanisms of repair and regeneration. We analyse new data, presented in more detail in a companion paper, in which BrdU/IdU cell-labelling experiments were performed under these respective conditions. Second, in considering how to more rigorously process these data and interpret them using mathematical models, we use a probabilistic, hierarchical approach. This provides a best-practice approach for systematically modelling and understanding the uncertainties that can otherwise undermine the generation of reliable conclusions—uncertainties in experimental measurement and treatment, difficult-to-compare mathematical models of underlying mechanisms, and unknown or unobserved parameters. Both spatially discrete and continuous mechanistic models are considered and related via hierarchical conditional probability assumptions. We perform model checks on both in-sample and out-of-sample datasets and use them to show how to test possible model improvements and assess the robustness of our conclusions. We conclude, for the present set of experiments, that a primarily proliferation-driven model suffices to predict labelled cell dynamics over most time-scales.
登录
查看更多内容
分层贝叶斯统计：合并生态学中的实验和建模方法。
DOI：
10.1890/08-0560.1
发表时间：
2009
期刊：
Ecological applications : a publication of the Ecological Society of America
影响因子：
--
作者：
K. Ogle
通讯作者：
K. Ogle
DOI：
10.1111/j.1365-2184.1988.tb00784.x
发表时间：
1988-07-01
期刊：
CELL AND TISSUE KINETICS
影响因子：
--
作者：
LOEFFLER, M;POTTEN, CS;CHWALINSKI, S
通讯作者：
CHWALINSKI, S
影响因子：
6
作者：
Evans M
通讯作者：
Evans M
DOI：
10.1039/c3ib40163d
发表时间：
2014-03
期刊：
Integrative biology : quantitative biosciences from nano to macro
影响因子：
--
作者：
Carulli AJ;Samuelson LC;Schnell S
通讯作者：
Schnell S
DOI：
10.1111/j.2044-8317.2011.02037.x
发表时间：
2013-02
期刊：
The British journal of mathematical and statistical psychology
影响因子：
--
作者：
Gelman A;Shalizi CR
通讯作者：
Shalizi CR