aristoteleo/dynamo-release

Inclusive model of expression dynamics with conventional or metabolic labeling based scRNA-seq / multiomics, vector field reconstruction and differential geometry analyses

解决的问题

Dynamo 解决了单细胞 RNA 测序(scRNA-seq)中传统基于剪接的 RNA 速度分析的局限性。它提供了一个框架,可准确估计 RNA 速度,重建连续向量场以预测细胞命运,并对时间分辨的代谢标记实验进行建模,从而更好地理解调控细胞状态转换的动力学机制。

工作原理

该工具使用动力系统方法和微分几何来映射转录组向量场。它推断绝对 RNA 速度,并重建可识别稳定细胞类型(固定点)和状态边界(分离子)的连续向量场。它采用“最小作用路径”方法预测最优重编程路径,并使用 in silico 干扰模拟基因变化可能如何改变细胞命运。此外,它还显式建模 RNA 动力学,包括爆发式表达、转录、剪接和降解,特别适用于代谢标记实验。

适用人群

专为计算生物学和基因组学领域的研究人员设计,用于分析单细胞多组学数据,研究细胞动态、细胞命运决定和调控网络。

主要亮点

  • 先进的速度估计:提供三种 RNA 速度估计方法,包括负二项分布方法和纠正异常速度向量的策略。
  • 全面的动力学建模:支持单次、脉冲、追踪和混合代谢标记实验,以克服基于剪接的限制。
  • 机制性洞察:计算 RNA 加速度、曲率、散度和 RNA 雅可比矩阵,以识别主调控因子和细胞状态的稳定性。
  • 预测能力:通过 in silico 模拟预测细胞命运重编程的最优路径以及基因特异性扰动的影响。

相关

  • 项目
  • 项目
  • 项目
  • Dispatch
  • 项目