基于薛定谔方程和随机基因表达机制模型的细胞轨迹推断

《npj Systems Biology and Applications》：Cell trajectory inference based on schr?dinger problem and a mechanistic model of stochastic gene expression

　　

摘要

细胞分化是一种生物学过程，它使细胞选择特定的细胞身份。最近，单细胞RNA测序技术使得能够同时测量大量单个细胞在特定时间点的基因表达水平。在不同时间点重复进行此类测量，可以了解基因表达空间中分布的变化或迁移情况。因此，整个时间轨迹描述了群体层面的分化过程，但由于大多数测量技术具有破坏性，单个细胞的轨迹仍然难以获取。迄今为止，用于从带时间戳的单细胞RNA-seq数据推断细胞分化轨迹的最佳迁移理论涉及解决所谓的薛定谔问题（Schr?dinger problem）的最常见版本。这假设细胞在基因表达空间中通过扩散来移动。然而，实际的基因动态要复杂得多。在本研究中，我们假设mRNA的动态特征是短暂而频繁的RNA产生，其间伴随着长时间的不活跃期，并考虑了所谓的“突发性基因动态模型”（Bursty model of gene dynamics）。我们利用这一模型为薛定谔问题定义了一个参考过程。通过在不同条件下比较薛定谔问题的解与扩散模型（Diffusive model）和突发性模型（Bursty model）的解，我们发现，在推断细胞轨迹时，突发性模型比标准扩散模型更能准确反映潜在的基因动态。