返回
Topological velocity inference from spatial transcriptomic data
DOI:10.1038/s41587-025-02688-8.png)
摘要
En 中文
将空间和时间整合到细胞命运转换模型中,将是表征相邻细胞间的相互作用、局部微环境因素和细胞迁移如何促进组织发育的关键一步。本研究提出拓扑速度推断(TopoVelo)模型,用于从空间转录组学数据中联合推断细胞命运转换的空间和时序动态。TopoVelo将RNA速度框架扩展至通过空间耦合微分方程建模整个组织的单细胞基因表达动态。TopoVelo估算发育中小鼠大脑皮层细胞速度,学习可解释的空间细胞状态依赖性,这些依赖性与配体-受体基因的表达相关联,并揭示了小鼠神经管闭合的空间特征。最后,我们生成来自人类发育体外模型的Slide-seq数据,并使用TopoVelo研究早期分化的空间模式。本研究为细胞命运转换研究引入了新的维度,并为建模构成整个组织的细胞集体动态奠定了基础。TopoVelo利用空间耦合微分方程推断细胞分化阶段和基因表达的速率参数。
期刊
IF:
41.7
论文数:
1.2W
被引数:
10.1W
机构
引用论文
Embryoid bodies facilitate comparative analysis of gene expression in humans and chimpanzees across dozens of cell types类胚体有助于比较人类和小型猿在数十种细胞类型中的基因表达分析
Slide-tags enables single-nucleus barcoding for multimodal spatial genomicsSlide-tags实现了多模态空间基因组学的单核条形码
Nature
IF48.5
Human embryoid bodies as a novel system for genomic studies of functionally diverse cell types
eLife
IF0
Tracking mesoderm induction and its specification to the hemangioblast during embryonic stem cell differentiation追踪胚胎干细胞分化过程中的中胚层诱导及其对成血管细胞的规范
DEVELOPMENT
IF3.6

