谱系感知的随机建模揭示发育与疾病中的基因表达动态

基因表达沿细胞谱系动态演化，然而大多数分析方法将单细胞RNA测序（scRNA-seq）数据视为静态快照，未能利用细胞之间的系统发育关系。细胞谱系追踪技术的最新进展如今能够重建高分辨率的谱系系统发育树，从而为识别发育、分化和疾病进展过程中转录变化在何时何地发生提供了一个自然框架。尽管一些基因表达模型已开始考虑系统发育结构，但它们通常依赖不精确的高斯假设、聚焦于终点层面的比较，或未能考虑稀疏且过度离散的scRNA-seq读数计数。 在此，我们提出LaVOUS（Lineage-aware Variational Ornstein-Uhlenbeck Single-cell RNA-seq analysis，谱系感知的变分Ornstein-Uhlenbeck单细胞RNA-seq分析），这是一个概率框架，将源自布朗运动和Ornstein-Uhlenbeck随机过程的基于谱系的潜在动态模型，与负二项观测模型及可扩展的变分推断相结合。LaVOUS能够进行基于似然的检验，用于评估细胞遗传性和基因表达的分支特异性转变，并可对潜在表达历史进行系统发育重建。在模拟中，LaVOUS在检测谱系相关的表达变化方面优于高斯方法，并且在不同表达水平下都能准确重建表达历史。我们还将LaVOUS应用于来自转移性肺癌、类别转换B细胞以及发育中大脑的配对单细胞谱系与转录组数据。在这些研究场景中，LaVOUS识别出了与转移进展、B细胞同种型转换以及多巴胺能和谷氨酸能神经元分化相关的谱系相关表达变化。通过为谱系树上的稀疏计数数据建模提供一个富有表现力的框架，LaVOUS为研究发育和疾病背景下的单细胞表达动态奠定了基础，并可自然扩展至多基因调控、谱系不确定性和多模态整合。

谱系感知的随机建模揭示发育与疾病中的基因表达动态 | bioRxiv

跳转至主要内容

首页

关于

投稿

提醒 / RSS

搜索此关键词

高级搜索

新结果

谱系感知的随机建模揭示发育与疾病中的基因表达动态

查看 ORCID 个人资料

Jiawei Xing，

查看 ORCID 个人资料

Stephen J Staklinski，

查看 ORCID 个人资料

Zhihan Liu，

查看 ORCID 个人资料

Dawid Nowak，

查看 ORCID 个人资料

Adam Siepel

doi： https://doi.org/10.64898/2026.06.25.734628

Jiawei Xing 1 冷泉港实验室；

在 Google Scholar 上查找该作者

在 PubMed 上查找该作者

在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。

本文依据 CC-BY-NC-ND 4.0 国际许可协议 发布。

返回顶部

上一篇

下一篇

发布于 2026 年 6 月 28 日。

下载 PDF

数据/代码

电子邮件

感谢您有兴趣传播 bioRxiv 的内容。

您的电子邮件

*

您的姓名

*

发送至

*

请输入多个地址，每行一个，或用逗号分隔。

您将要通过电子邮件发送以下内容

谱系感知的随机建模揭示发育与疾病中的基因表达动态

邮件主题

（您的姓名）从 bioRxiv 转发了一个页面给您

邮件正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的这个页面。

您的个人留言

验证码

此问题用于测试您是否为人工访客，并防止自动垃圾信息提交。

分享

谱系感知的随机建模揭示发育与疾病中的基因表达动态

Jiawei Xing，

Stephen J Staklinski，

Zhihan Liu，

Dawid Nowak，

Adam Siepel

bioRxiv 2026.06.25.734628；

doi： https://doi.org/10.64898/2026.06.25.734628

分享本文：

复制

引文工具

谱系感知的随机建模揭示发育与疾病中的基因表达动态

Jiawei Xing，

Stephen J Staklinski，

Zhihan Liu，

Dawid Nowak，

Adam Siepel

bioRxiv 2026.06.25.734628；

doi： https://doi.org/10.64898/2026.06.25.734628

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.25.734628v1?rss=1

🏷️ 单细胞RNA测序 细胞谱系追踪 随机过程建模 变分推断 基因表达动态 系统发育树