論文の概要: Identification of Biomarkers Controlling Cell Fate In Blood Cell
Development
- arxiv url: http://arxiv.org/abs/2009.08296v1
- Date: Thu, 17 Sep 2020 13:43:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-17 12:15:51.351332
- Title: Identification of Biomarkers Controlling Cell Fate In Blood Cell
Development
- Title(参考訳): 血球発生における細胞運命を制御するバイオマーカーの同定
- Authors: Maryam Nazarieh, Volkhard Helms, Marc P. Hoeppner, Andre Franke
- Abstract要約: 血液細胞系統は、多能性幹細胞または多能性幹細胞から終末分化状態までの連続した発達段階から成り立っている。
人間の生物学において重要であるにもかかわらず、これらの分化過程を管理する調節経路や遺伝子ネットワークは、まだ完全には理解されていない。
本稿では,細胞系統の分化経路に沿ってグローバルレギュレータが露出する特徴的発現ピークパターンを同定するための新しい階層的アプローチを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A blood cell lineage consists of several consecutive developmental stages
from the pluri- or multipotent stem cell to a state of terminal
differentiation. Despite their importance for human biology, the regulatory
pathways and gene networks that govern these differentiation processes are not
yet fully understood. This is in part due to challenges associated with
delineating the interactions between transcription factors (TFs) and their
target genes. A possible path forward in this issue is provided by increasingly
available expression data as a basis for linking differentiation stages and
gene activities. Here, we present a novel hierarchical approach to identify
characteristic expression peak patterns that global regulators expose along the
differentiation path of cell lineages. Based on such simple patterns, we
identify cell state-specific marker genes and extract TFs that likely drive
their differentiation. Integration of the mean expression values of
stage-specific key player genes yields a distinct peaking pattern for each
lineage that is used to identify further genes in the dataset behaving
similarly. Incorporating the set of TFs which regulate these genes incurred at
a set of stage-specific regulators controlling the biological process of cell
fate. As proof of concept, we consider two expression datasets covering key
differentiation events in blood cell formation of mice.
- Abstract(参考訳): 血液細胞系統は、多能性幹細胞または多能性幹細胞から終末分化状態までの連続した発達段階からなる。
人間の生物学において重要であるにもかかわらず、これらの分化過程を管理する調節経路や遺伝子ネットワークはまだ完全には理解されていない。
これは部分的には転写因子(TF)と標的遺伝子との相互作用を規定する問題によるものである。
この問題の進行経路は、分化段階と遺伝子活性をリンクする基盤として利用可能な表現データによって提供される。
本稿では,グローバルレギュレータが細胞系統の分化経路に沿って露出する特徴的発現ピークパターンを同定する新しい階層的アプローチを提案する。
このような単純なパターンに基づき、細胞状態特異的マーカー遺伝子を同定し、その分化を促進するtfsを抽出する。
ステージ特異的キープレーヤ遺伝子の平均発現値の統合は、データセット内の他の遺伝子を同様に識別するために使用される、各系統の異なるピークパターンを生成する。
これらの遺伝子を調節するTFのセットを、細胞運命の生物学的過程を制御する段階特異的なレギュレーターのセットに組み込む。
概念実証として,マウスの血液細胞形成における重要な分化現象をカバーする2つの発現データセットを検討する。
関連論文リスト
- Revisiting Adaptive Cellular Recognition Under Domain Shifts: A Contextual Correspondence View [49.03501451546763]
生物学的文脈における暗黙の対応の重要性を明らかにする。
モデル構成成分間のインスタンス認識トレードオフを確保するために, 自己適応型動的蒸留を提案する。
論文 参考訳(メタデータ) (2024-07-14T04:41:16Z) - Engineering morphogenesis of cell clusters with differentiable programming [2.0690546196799042]
我々は,発達モデルにおいて,創発的,システムレベルの特性をもたらす局所的相互作用規則と遺伝的ネットワークを発見する。
複雑な発達シナリオにおいて,細胞間相互作用と遺伝的ネットワークのパラメータを同時に学習できることが示される。
論文 参考訳(メタデータ) (2024-07-08T18:05:11Z) - Predicting Genetic Mutation from Whole Slide Images via Biomedical-Linguistic Knowledge Enhanced Multi-label Classification [119.13058298388101]
遺伝子変異予測性能を向上させるため,生物知識を付加したPathGenomic Multi-label Transformerを開発した。
BPGTはまず、2つの慎重に設計されたモジュールによって遺伝子前駆体を構成する新しい遺伝子エンコーダを確立する。
BPGTはその後ラベルデコーダを設計し、最終的に2つの調整されたモジュールによる遺伝的突然変異予測を行う。
論文 参考訳(メタデータ) (2024-06-05T06:42:27Z) - Identifying the Attractors of Gene Regulatory Networks from Expression Data under Uncertainty: An Interpretable Approach [0.0]
実際の遺伝子制御ネットワークの時間的遺伝子発現プロファイルを考慮すれば、アトラクタはどのように堅牢に識別できるのか?
本稿では,Zadeh Computing with Wordsに基づく新しいアプローチを用いて,この問題に対処する。
提案手法は、ファジィ論理と言語的記述の両方の観点から、時間的遺伝子発現データからアトラクタを効果的に識別することができる。
論文 参考訳(メタデータ) (2024-03-16T20:56:22Z) - evolSOM: an R Package for evolutionary conservation analysis with SOMs [0.4972323953932129]
本稿では,生物変数の保存を探索・可視化するために,自己組織化マップ(SOM)を利用した新しいRパッケージであるevolSOMを紹介する。
パッケージは自動的に変位を計算し、図形的に表示し、保存された変数と変位した変数を効率よく比較および明らかにする。
EvolSOMを用いて遺伝子および表現型形質の変位を解析し、草葉における表現型分化の潜在的な要因を同定した。
論文 参考訳(メタデータ) (2024-02-09T20:33:48Z) - Single-Cell Deep Clustering Method Assisted by Exogenous Gene
Information: A Novel Approach to Identifying Cell Types [50.55583697209676]
我々は,細胞間のトポロジ的特徴を効率的に捉えるために,注目度の高いグラフオートエンコーダを開発した。
クラスタリング過程において,両情報の集合を統合し,細胞と遺伝子の特徴を再構成し,識別的表現を生成する。
本研究は、細胞の特徴と分布に関する知見を高め、疾患の早期診断と治療の基礎となる。
論文 参考訳(メタデータ) (2023-11-28T09:14:55Z) - scBeacon: single-cell biomarker extraction via identifying paired cell
clusters across biological conditions with contrastive siamese networks [0.9591674293850556]
scBeaconは、深いコントラストのあるシアムネットワーク上に構築されたフレームワークである。
scBeaconは、様々な条件で一致した細胞集団を特定します。
包括的な評価は、既存の単細胞差分遺伝子解析ツールよりも scBeacon の方が優れていることを検証する。
論文 参考訳(メタデータ) (2023-11-05T08:27:24Z) - Machine Learning Methods for Cancer Classification Using Gene Expression
Data: A Review [77.34726150561087]
がんは心臓血管疾患の2番目の死因である。
遺伝子発現は癌の早期発見において基本的な役割を担っている。
本研究は,機械学習を用いた癌分類における遺伝子発現解析の最近の進歩を概説する。
論文 参考訳(メタデータ) (2023-01-28T15:03:03Z) - Granger causal inference on DAGs identifies genomic loci regulating
transcription [77.58911272503771]
GrID-Netは、DBG構造化システムにおけるGranger因果推論のためのラタグメッセージパッシングを備えたグラフニューラルネットワークに基づくフレームワークである。
我々の応用は、特定の遺伝子の調節を仲介するゲノム座を同定する単一セルマルチモーダルデータの解析である。
論文 参考訳(メタデータ) (2022-10-18T21:15:10Z) - Multiscale methods for signal selection in single-cell data [2.683475550237718]
教師なし特徴選択のための3つのトポロジカルな数学的手法を提案する。
単細胞転写学データセットにこれらの手法を適用することで,これらの手法の有用性を実証する。
論文 参考訳(メタデータ) (2022-06-15T18:42:26Z) - Multi-modal Self-supervised Pre-training for Regulatory Genome Across
Cell Types [75.65676405302105]
我々は、GeneBERTと呼ばれる、多モードかつ自己管理的な方法でゲノムデータを事前学習するための、単純かつ効果的なアプローチを提案する。
我々はATAC-seqデータセットで1700万のゲノム配列でモデルを事前訓練する。
論文 参考訳(メタデータ) (2021-10-11T12:48:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。