OG-SPACE：癌症演化空间模型的优化随机模拟
种群与进化
2021-10-14 v1 生物物理
摘要
用于多细胞系统时空模拟的算法策略对于生成生物信息学工具基准测试的合成数据集，以及在多种计算机模拟场景中研究真实系统的实验假设至关重要。特别是，需要高效的算法来克服可扩展性与表达性之间的严峻权衡，这通常限制我们生成真实模拟的能力，尤其在癌症演化背景下。我们引入了用于模拟癌症演化随机空间模型(OG-SPACE)的优化 Gillespie 算法，这是一个用于模拟癌症亚群时空演化以及 bulk 和单细胞测序实验流程的计算框架。OG-SPACE 依赖于为处理大量细胞而优化的 Gillespie 算法演进版本，并设计用于处理任意晶格上的多种生灭过程和交互规则。作为输出，OG-SPACE 返回：系统随时间的空间构型可视快照、 (采样)细胞的系统发育、突变树、变异等位基因频率谱(用于 bulk 实验)和细胞基因型(用于单细胞实验)。OG-SPACE 可在 https://github.com/BIMIB-DISCo/OG-SPACE 免费获取。
引用
@article{arxiv.2110.06588,
title = {OG-SPACE: Optimized Stochastic Simulation of Spatial Models of Cancer Evolution},
author = {Fabrizio Angaroni and Marco Antoniotti and Alex Graudenzi},
journal= {arXiv preprint arXiv:2110.06588},
year = {2021}
}