.png){kind=icon}
返回
Deciphering context-specific gene programs from single-cell and spatial transcriptomics data with DeCEP
.png){kind=icon}
OA
AI
DOI：10.1101/gr.279689.124.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
功能基因程序通过协调转录共调控来调控细胞身份，在健康与疾病中扮演着广泛多样的角色。理解这些复杂的基因程序对于阐明生物系统的复杂性至关重要；然而，解读它们仍然是一个重大挑战。单细胞RNA测序（scRNA-seq）和空间转录组学（ST）技术的最新进展已经赋能了对基因程序在单细胞和空间分辨率两个层面的全面表征。本文，我们提出DeCEP，一个旨在利用scRNA-seq和ST数据表征情境特异性基因程序的计算机框架。DeCEP利用功能基因列表和有向图来构建不同细胞或空间情境下的功能网络。随后，它基于网络拓扑学识别与特定基因程序相关的情境依赖性枢纽基因，并将基因程序活性分配给单个细胞或空间位置。通过对模拟和真实生物数据集的评估，DeCEP展示了其相对于现有方法的互补优势，能够实现对特定情境下基因程序的更精细表征，特别是那些具有显著转录异质性的情境。此外，我们通过正常肝组织、阿尔茨海默病和癌症的案例研究展示了DeCEP在阐明生物学见解方面的能力。
Keyword:
BIOLOGY
CANCER
期刊
IF:
5.5
论文数:
5.6K
被引数:
4.3W
机构
引用论文
GENIX enables comparative network analysis of single-cell RNA sequencing to reveal signatures of therapeutic interventions.png)
CELL REPORTS METHODS
OAAI
CELL REPORTS METHODSIF4.5
OAAI分享收藏分享收藏Spatial proteogenomics reveals distinct and evolutionarily conserved hepatic macrophage niches空间蛋白质组学揭示了独特且进化保守的肝巨噬细胞生态位CellOAAI
CellIF0
OAAI分享收藏Variance-adjusted Mahalanobis (VAM): a fast and accurate method for cell-specific gene set scoring方差调整的马氏 (VAM): 一种快速准确的细胞特异性基因集评分方法NUCLEIC ACIDS RESEARCHOAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏A Method for Implementing a Statistically Significant Number of Data Classes in the Jenks Algorithm
PREAI
分享收藏
查看更多内容