Pseudo-tidsbestilling i heterogene populationer

Alon Gelber

2017-05-17 01:22:02 UTC

view on stackexchange narkive permalink

Hvad er det mest accepterede værktøj til at foretage pseudo-tidsbestilling fra scRNAseq-data? Også er der væk for at adskille differentielt udtryk, der forekommer baseret på "celleidentitet" eller måske mere nøjagtigt celletype skæbne fra det, der opstår, når celler er i forskellige faser differentiering.

For at være mere konkret, lad os sige, at der er en population af celler, hvoraf nogle blev født på tidspunkt 1, tid 2 og tid 3. Forløbet langs den tidsmæssige bane kan beskrives via et sæt gener, der svinger, når cellen modnes. Så du har muligvis den samme celletype, som blev født på tidspunkt 1, adskilt transkriptionelt fra en yngre født på tidspunkt 3. På den anden side er der inden for denne population underpopulationer, der vil have forskellige celle-skæbne og er transkriptionelt forskellige. Er der væk for pålideligt at adskille den tidsmæssige akse fra "celle-skæbne-akserne". Hvis ikke, er det noget, folk arbejder på eller er mangelfuld logik til at tro, at denne slags ting er mulig?

Jeg tror, at dette spørgsmål måske er for spekulativt til denne platform. Især indebærer dette at definere celletyper og tilstande, hvilket på mange måder er filosofisk.

Hvad betyder det tagget? det står for lille betinget RNA? Jeg tror så, at dette spørgsmål har to forskellige problemer, et om scRNA og et andet om adskillelse af underpopulationer fra en pool. Kunne du afklare det?

Jeg tror, at tagget står for enkeltcellet RNA-seq (korriger mig, hvis det er forkert?). Selvom spørgsmålet er bredt, kender jeg folk, der arbejder på dette problem og udvikler værktøjer - desværre er jeg ikke ekspert.

@SarahCarl Måske kan du blive en, der undersøger et svar på dette spørgsmål: D. Hvis det er for bredt, tror jeg, du også kan stemme, jeg tror, det viser ikke forskningsindsats, men jeg er usikker på, om det er for bredt eller ikke

Uden at være ekspert på scRNA-seq lyder det for mig som om du leder efter noget som [monocle-pakken] (https://bioconductor.org/packages/release/bioc/html/monocle.html).

@Llopis Jeg synes, det er for bredt - men hvis det redigeres, kan det fungere godt. Hvis dette spørgsmål i stedet var et spørgsmål om fordele / ulemper ved et par forskellige værktøjer, fungerer det måske bedre.

Til reference er her en liste med de fleste (men ikke alle) tilgængelige metoder: https://github.com/agitter/single-cell-pseudotime. Jeg tror ikke, det er et spørgsmål, der kan have et klart svar uden større forskning. Se også denne gennemgang af strategier: http://onlinelibrary.wiley.com/wol1/doi/10.1002/eji.201646347/abstract. Monocle er sandsynligvis den mest kendte, men er ofte blevet kritiseret, hvilket førte til, at folk fremstiller nye værktøjer, når det ikke virker.

@Valentine tak for dit svar, jeg har set github-siden før, men det er godt at linke det her. Og tak for anmeldelsen, jeg læser igennem den og ser, hvad jeg kan hente ud af den. Jeg ville have nogle meninger om, hvilken metode / værktøj der ser ud til, at det gør det bedste job på dette tidspunkt. Hvis nogen har meninger eller erfaringer med dette, vil jeg meget gerne høre dem.

Vi vil også gerne kunne inkorporere kendte udtryksmønstre i modellerne.

@Alon Dit spørgsmål er interessant, men det lyder som et forskningsprojekt snarere end noget med et let tilgængeligt værktøj :). Hvis du ved, at dine udtryksmønstre er switch-lignende, skal du kigge på Ouija: https://github.com/kieranrcampbell/ouija. Hvis mønstrene er forskellige, kan du prøve at finde en statistiker i nærheden, der er fortrolig med latente variable modeller.