Tek hücreli RNA dizileme (scRNA-seq) verilerinden hücresel dinamikleri modellemek, hücre gelişimini ve altta yatan gen düzenleyici ilişkilerini anlamak için kritik öneme sahiptir. Birçok mevcut yöntem, pseudotime elde etmek için tek hücre hızına güvenir ve bu da pseudotime ile hız arasında tutarsızlıklara yol açabilir. Özellikle çok dallı farklılaşma senaryolarında, hücre pseudotime ve gen etkileşim ağlarını aynı anda çıkarmak zordur. scRNA-seq verilerinden zamansal desenleri ve genler arası ilişkileri yinelemeli olarak çıkaran yeni bir yüksek boyutlu dinamik modelleme yaklaşımı olan Tek Hücreli Parçalı Ağ’ı (scPN) sunuyoruz. Çok dallı farklılaşma zorluklarının üstesinden gelmek için scPN, parçalı gen-gen etkileşim ağlarını kullanarak gen düzenleyici dinamikleri modeller ve zaman içinde karmaşık gen düzenleme desenlerini çözmek için yorumlanabilir bir çerçeve sunar. Sentetik veriler ve birden fazla scRNA-seq veri kümesi üzerindeki sonuçlar, scPN’nin hücresel dinamikleri yeniden yapılandırmada ve gelişimde yer alan temel transkripsiyon faktörlerini belirlemede mevcut yöntemlere kıyasla üstün performansını göstermektedir. Bildiğimiz kadarıyla scPN, çok dallı veri kümelerinde aynı anda sözde zamanı, hız alanlarını ve gen etkileşimlerini kurtarabilen ilk modelleme girişimidir.

Kaynak: Makalenin ana kaynağı ve türkçe çevirisi için tıklayın