Boolean implication analysis of single-cell data predicts retinal cell type markers.
Boolean implication analysis of single-cell data predicts retinal cell type markers.
复制标题
DOI：
10.1186/s12859-022-04915-4
复制
发表时间：
2022-09-16
影响因子：
3
通讯作者：
Sahoo, Debashis
中科院分区：
文献类型：
--
作者：
Subramanian, Rohan;Sahoo, Debashis
视网膜是一个复杂的组织，包含多种细胞类型，对视觉至关重要。了解各种视网膜细胞类型的基因表达模式在再生医学中具有潜在的应用。来自多能干细胞的视网膜类器官（视泡）已经开始通过单细胞RNA测序研究对人类发育中的视网膜细胞类型的转录组学产生见解。以前的基因报告方法依赖于使用微阵列数据的体内技术，或用于计算分析单细胞RNA测序数据的相关和降维方法。我们的目标是开发一种最先进的布尔方法，过滤掉噪音，可以应用于各种各样的数据集，并深入了解基因表达差异。在这里，我们提出了一个生物信息学的方法，使用布尔蕴涵发现基因是视网膜细胞类型特异性或参与视网膜细胞的命运。我们将这种方法应用于先前发表的视网膜和视网膜类器官数据集，并改进了先前发表的相关方法。我们的方法提高了视网膜细胞类型标记基因的预测精度，并发现了几个新的高置信度的视锥细胞和视杆细胞特异性基因。这项研究的结果表明，考虑不对称关系的布尔方法的好处。我们已经显示了相关的，对称的方法在视网膜细胞类型特异性基因的预测准确性的统计学显着改善。此外，我们的方法不包含细胞或组织特异性调谐，因此可能会影响癌症和其他人类疾病中基因表达分析的其他领域。在线版本包含补充材料，可通过10.1186/s12859-022-04915-4获得。
The retina is a complex tissue containing multiple cell types that are essential for vision. Understanding the gene expression patterns of various retinal cell types has potential applications in regenerative medicine. Retinal organoids (optic vesicles) derived from pluripotent stem cells have begun to yield insights into the transcriptomics of developing retinal cell types in humans through single cell RNA-sequencing studies. Previous methods of gene reporting have relied upon techniques in vivo using microarray data, or correlational and dimension reduction methods for analyzing single cell RNA-sequencing data computationally. We aimed to develop a state-of-the-art Boolean method that filtered out noise, could be applied to a wide variety of datasets and lent insight into gene expression over differentiation. Here, we present a bioinformatic approach using Boolean implication to discover genes which are retinal cell type-specific or involved in retinal cell fate. We apply this approach to previously published retina and retinal organoid datasets and improve upon previously published correlational methods. Our method improves the prediction accuracy of marker genes of retinal cell types and discovers several new high confidence cone and rod-specific genes. The results of this study demonstrate the benefits of a Boolean approach that considers asymmetric relationships. We have shown a statistically significant improvement from correlational, symmetric methods in the prediction accuracy of retinal cell-type specific genes. Furthermore, our method contains no cell or tissue-specific tuning and hence could impact other areas of gene expression analyses in cancer and other human diseases. The online version contains supplementary material available at 10.1186/s12859-022-04915-4.
登录
查看更多内容
影响因子：
4.8
作者：
Bennis A;Jacobs JG;Catsburg LAE;Ten Brink JB;Koster C;Schlingemann RO;van Meurs J;Gorgels TGMF;Moerland PD;Heine VM;Bergen AA
通讯作者：
Bergen AA
布尔含义分析在微生物组数据中揭示了候选人的普遍关系。
影响因子：
3
作者：
Vo D;Singh SC;Safa S;Sahoo D
通讯作者：
Sahoo D
影响因子：
46.9
作者：
通讯作者：
--
影响因子：
3.5
作者：
Brandl, Caroline;Zimmermann, Stephanie J.;Milenkovic, Vladimir M.;Rosendahl, Sibylle M. G.;Grassmann, Felix;Milenkovic, Andrea;Hehr, Ute;Federlin, Marianne;Wetzel, Christian H.;Helbig, Horst;Weber, Bernhard H. F.
通讯作者：
Weber, Bernhard H. F.
影响因子：
3.5
作者：
Cheng, Hong;Aleman, Tomas S.;Swaroop, Anand
通讯作者：
Swaroop, Anand