汇集单细胞记录：通过异质动力学实现可扩展推断
定量方法
2014-01-14 v2
摘要
数学方法与单细胞动力学测量相结合，为重建仅能部分或间接通过实验获取的细胞内过程提供了前所未有的手段。为了获得可靠的重建，必须汇集来自克隆群体中若干细胞的测量数据。群体中相当大的细胞间变异性源自多种来源，给过程重建带来了新的计算挑战。我们引入了一个精确的贝叶斯推断框架，该框架恰当地考虑了群体异质性，同时保持了相对于汇集细胞数量的可扩展性。其关键要素是一个捕捉群体异质动力学的随机过程。该方法允许推断不可及的分子状态、动力学参数，计算贝叶斯因子，并剖析数据变异性中的内在、外在和技术性贡献。我们还展示了如何将额外的单细胞读数（如形态学特征）纳入分析。随后，我们从延时显微镜数据中重建了酵母中可诱导 GAL1 启动子下基因的表达动力学。基于贝叶斯模型选择，数据没有提供该启动子存在不应期的证据。
引用
@article{arxiv.1302.3152,
title = {Pooling single-cell recordings: Scalable inference through heterogeneous kinetics},
author = {Christoph Zechner and Michael Unger and Serge Pelet and Matthias Peter and Heinz Koeppl},
journal= {arXiv preprint arXiv:1302.3152},
year = {2014}
}
备注
9 pages, 5 figures, peer-reviewed/edited journal version available at Nature Methods: http://www.nature.com/nmeth/journal/vaop/ncurrent/abs/nmeth.2794.html