이 연구에서는 tviblindi라는 새로운 궤적 추론 알고리즘을 개발하였다. tviblindi는 의사 시간 추론, 랜덤 워크 시뮬레이션, 지속적인 호몰로지를 이용한 실시간 토폴로지 분류, 그리고 vaevictis 알고리즘을 이용한 2D 시각화 등의 자율 모듈을 통합하였다. 이를 통해 복잡한 단일 세포 데이터셋에서 발달 궤적을 효과적으로 탐색할 수 있다.
tviblindi를 인간 흉선 데이터에 적용한 결과, 기존에 알려진 CD4와 CD8 T세포 발달 과정뿐만 아니라 TCRβ 선별, 양성/음성 선별 등의 주요 체크포인트에 대한 통찰을 제공하였다. 특히, 흉선 조절 T세포의 발달 과정을 상세히 분석하여, 음성 선별 단계에서부터 활성화되고 순환하는 성숙 흉선 조절 T세포로의 발달 과정을 규명하였다.
이를 통해 tviblindi가 대량 세포 측정 데이터뿐만 아니라 단일 세포 RNA 시퀀싱 데이터에서도 복잡한 발달 과정을 효과적으로 분석할 수 있는 범용적인 도구임을 입증하였다.
Vers une autre langue
à partir du contenu source
biorxiv.org
Idées clés tirées de
by Stuchly,J., ... à www.biorxiv.org 07-15-2023
https://www.biorxiv.org/content/10.1101/2023.07.13.547329v3Questions plus approfondies