Single-cell topological RNA-seq analysis reveals insights into cellular differentiation and development.
Single-cell topological RNA-seq analysis reveals insights into cellular differentiation and development.
复制标题
单细胞拓扑RNA-seq分析揭示了对细胞分化和发育的见解。
DOI：
10.1038/nbt.3854
复制
发表时间：
2017-06
影响因子：
46.9
通讯作者：
Rabadan R
中科院分区：
文献类型：
--
作者：
Rizvi AH;Camara PG;Kandror EK;Roberts TJ;Schieren I;Maniatis T;Rabadan R
转录程序控制发育过程中的细胞谱系定型和分化。通过研究单细胞RNA-seq，已经推进了对细胞命运的理解，但受到当前分析方法关于数据结构的假设的限制。我们提出了单细胞拓扑数据分析（scTDA），拓扑为基础的计算分析，研究时间，公正的转录调控的算法。与其他方法相比，scTDA是一种非线性、模型独立、无监督的统计框架，可以表征瞬时细胞状态。我们将scTDA应用于分析小鼠胚胎干细胞（mESC）在运动神经元分化诱导剂作用下的体外分化。scTDA解决了细胞身份随时间推移的连续性和连续性，并基于转录因子、RNA结合蛋白和长非编码RNA的阶段依赖性组合的变化确定了四种瞬时状态（多能、前体、祖细胞和完全分化的细胞）。scTDA可用于研究对发育线索或环境扰动的异步细胞反应。
Transcriptional programs control cellular lineage commitment and differentiation during development. Understanding cell fate has been advanced by studying single-cell RNA-seq, but is limited by the assumptions of current analytic methods regarding the structure of data. We present single-cell topological data analysis (scTDA), an algorithm for topology-based computational analyses to study temporal, unbiased transcriptional regulation. Compared to other methods, scTDA is a non-linear, model-independent, unsupervised statistical framework that can characterize transient cellular states. We applied scTDA to the analysis of murine embryonic stem cell (mESC) differentiation in vitro in response to inducers of motor neuron differentiation. scTDA resolved asynchrony and continuity in cellular identity over time, and identified four transient states (pluripotent, precursor, progenitor, and fully differentiated cells) based on changes in stage-dependent combinations of transcription factors, RNA-binding proteins and long non-coding RNAs. scTDA can be applied to study asynchronous cellular responses to either developmental cues or environmental perturbations.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btu638
发表时间：
2015-01-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Anders S;Pyl PT;Huber W
通讯作者：
Huber W
影响因子：
64.5
作者：
Petropoulos S;Edsgärd D;Reinius B;Deng Q;Panula SP;Codeluppi S;Plaza Reyes A;Linnarsson S;Sandberg R;Lanner F
通讯作者：
Lanner F
影响因子：
17.1
作者：
Li L;Cheng WY;Glicksberg BS;Gottesman O;Tamler R;Chen R;Bottinger EP;Dudley JT
通讯作者：
Dudley JT
影响因子：
5.8
作者：
Angerer, Philipp;Haghverdi, Laleh;Buettner, Florian
通讯作者：
Buettner, Florian
DOI：
10.1073/pnas.1313480110
发表时间：
2013-11-12
影响因子：
11.1
作者：
Chan, Joseph Minhow;Carlsson, Gunnar;Rabadan, Raul
通讯作者：
Rabadan, Raul