Learning regulatory models for cell development from single cell transcriptomic data

اطلاعات تک سلولی سلول های تک سلولی اجازه می دهد تا ما را بررسی تغییرات رونویسی رخ می دهد در طول توسعه سلول در جزئیات بی سابقه ای. این مجموعه داده های پیچیده در حال توسعه ابزارهای محاسباتی و آماری جدید هستند که انقلابی در درک ما از فرایندهای تمایز است. بسیاری از روشهای خوشه بندی و ابعاد بعدی برای کمک به تجسم و اکتشاف ساختار در این مجموعه داده ها وجود دارد. به طور مرتب، الگوریتم های مرتبه شبه مرتبه و استنتاج شبکه، در حال ظهور هستند که هدف آنها کشف مکانیزم های کنترل کننده ای است که باعث تغییر و تحول در حالت بیان ژن می شود. ترکیب چندین روش تحلیلی ما را قادر می سازد تا بهترین استفاده از اطلاعات مکمل ای که آنها ارائه می دهند را به بهترین نحو ممکن بکار گیریم و جزئیات لازم برای به دست آوردن مدل های ریاضی توصیف ساختار و پویایی شبکه های نظارتی ژن را فراهم می آورد.