跳到正文
bioRxiv 生物信息学· Wang, S., Wang, J., Lai, X., Wang, J., Xu, Y. ·· 8 天前AI 评分51

CellVocal 预印本将细胞状态转变的转录动态归因于空间信号传导

CellVocal Attributes Transcriptional Dynamics to Spatial Signalling

AI 导读

预印本提出 CellVocal 框架,把空间 RNA velocity 与细胞间通讯整合起来,将细胞状态转变分解为内在成分与通讯相关成分,并归因到信号模块和邻近发送细胞。

AI 深度导读基于原文整理的分节解读
背景
要理解局部信号如何塑造细胞状态转变,需要把空间上下文与转录动态联系起来。现有配体-受体图谱多为静态,难以说明细胞间通讯与预测的转录变化之间是什么关系。
做法
作者提出 CellVocal 框架,将空间 RNA 速率与细胞间通讯整合,把细胞状态转变拆分为内在成分与通讯相关成分,并进一步归因到信号模块和邻近发送细胞。验证包括模拟数据,以及小鼠脑、肠、肺组织。
结论
在模拟中 CellVocal 恢复了复杂轨迹与通讯扰动,并在小鼠脑、肠、肺中重建出一致的动态和空间受限的配体-受体程序。分析还显示,胚胎神经发生中推断的 NCAM1-NCAM1 信号与较低的细胞周期相关 RNA 速率相关;黑色素瘤中推断的局部 MIF-CD74+CD44 信号对应黑色素细胞程序的预测下降;急性肝衰竭中鉴定出肝细胞来源的 ANGPTL4-SDC1 信号,与对乙酰氨基酚相关的通讯富集及预测的基质重塑 RNA 动态相关。
意义
CellVocal 把静态配体-受体图谱转化为受速率约束的信号影响网络,为生成关于细胞间通讯如何贡献于预测转录变化的空间分辨假设提供了通用策略。上述关联均来自推断,仍需实验验证。

本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文

来源:bioRxiv 生物信息学 · biorxiv.org