返回
GLARE: discovering hidden patterns in spaceflight transcriptome using representation learning
DOI:10.1038/s41526-025-00525-5.png)
摘要
En 中文
航天研究通过暴露于地球生物进化路径之外的应激因子,为生物过程提供了新颖的见解。尽管进入太空环境的途径有限,但来自航天实验的大量转录组学数据集现可通过美国国家航空航天局(NASA)的GeneLab数据仓库获取,该仓库允许公众访问,从而鼓励进一步分析。虽然已使用多种计算流程和方法处理这些转录组学数据集,但基于学习模型的尚未应用于此类航天相关数据集的广泛分析。本研究提出一个开源流程GLARE(GeneLAb Representation learning pipelinE),该流程包括训练从流形学习到自监督学习的不同表示学习策略,以提升下游分析任务的性能。我们通过将其应用于CARA航天实验结果的基因水平转录值来说明GLARE的实用性,该实验涉及拟南芥根尖转录组数据集,涵盖了光照、黑暗和微重力处理。我们证明GLARE不仅支持了原始研究中关于细胞壁重塑的发现,还揭示了受处理影响的额外基因表达模式,包括缺氧反应的证据。本研究表明,通过进一步启用机器学习的分析,有望补充从航天组学级数据初步研究中获得的见解。
期刊
IF:
4.1
论文数:
688
被引数:
1.9K
机构
引用论文
A single-cell Arabidopsis root atlas reveals developmental trajectories in wild-type and cell identity mutants单细胞拟南芥根图谱揭示了野生型和细胞身份突变体的发育轨迹
DEVELOPMENTAL CELL
IF8.7
Epigenomics in an extraterrestrial environment: organ-specific alteration of DNA methylation and gene expression elicited by spaceflight in Arabidopsis thaliana
BMC GENOMICS
IF3.7
Genetic dissection of the Arabidopsis spaceflight transcriptome: Are some responses dispensable for the physiological adaptation of plants to spaceflight?
PLOS ONE
IF0
Stress Knowledge Map: A knowledge graph resource for systems biology analysis of plant stress responses
PLANT COMMUNICATIONS
IF11.6

