细胞动态过程的研究表明,细胞在动态过程中会发生状态变化,主要由细胞内部的基因表达情况控制.随着高通量测序技术的发展,大量的基因表达数据能够在单细胞水平上获得细胞真实的基因表达信息.然而,现有大多数研究方法需要使用除基因表达以外其他的信息,带来了额外的复杂度和不确定性.此外,普遍存在的"缺失值"事件更是影响了对细胞动态发展的研究.为此,文中提出了基因互作网络熵方法,来量化细胞的分化状态,以此来研究细胞的发展动态.具体而言,通过借助网络的稳定性,依据基因间的关联来构造细胞特异性网络,并定义基因互作网络熵,从而将不稳定的基因表达数据转换成相对稳定的基因互作网络熵.该方法没有额外的复杂度和不确定性,同时在一定程度上规避了"缺失值"事件的影响,能更可靠地表征诸如细胞命运,等生物学过程.将该方法应用于头颈部鳞状细胞癌和慢性髓细胞白血病两个单细胞RNA-seq数据集,不仅能够有效区分恶性细胞与良性细胞、有效区分不同分化时期,还可以有效反映疾病疗效过程,证明了利用基因互作网络熵方法研究细胞动态的潜力.该方法旨在探索单细胞混乱程度水平的动态信息,从而研究生物系统进程中的动态变化情况.研究结果能够为细胞分化、追踪癌症发展以及疾病对药物反应过程等研究提供科学建议.
维普
万方数据
