使用表征细胞周期同步损失模型进行跨实验比较的同步时间序列数据比对
June 9th, 2023
分析同步时间序列实验的一个挑战是，实验在同步恢复时间和细胞周期周期方面通常不同。因此，来自不同实验的测量结果无法汇总分析或轻松比较。在这里，我们描述了一种对齐实验的方法，以便进行特定于阶段的比较。
分析时间序列实验的一个主要挑战是，它们在同步恢复时间和细胞周期周期上通常不同。因此，如果没有对齐，就无法轻易地比较或分析来自不同实验的测量结果。时钟生命线对齐是一种用于实验之间特定阶段和生物学相关比较的方法，以及用于聚合多个重复实验的方法，这两种实验以前都很难或不可能。
以前，通过跟踪里程碑事件进行阶段特异性和生物学相关的比较。但是，使用这些临时方法，细微但重要的差异仍未被发现。时间序列实验之间的比较在时间上存在显着差异的实验之间尤其困难，例如在影响同步恢复时间或细胞周期的突变群体或生长条件下。
在这些情况下，时钟生命线对齐允许进行特定于相位的比较。我们使用时钟来对齐时间序列转录组学和蛋白质组学数据，从而可以直接比较mRNA和相应蛋白质的动力学。此外，我们调整了不同物种的时间序列实验，为细胞周期进化变化提供了重要的见解。
View the full transcript and gain access to thousands of scientific videos
概述
本研究解决了比较同步恢复长度和细胞周期期间不同的时间序列实验的挑战。作者介绍了一种方法，Clocks lifeline alignment，允许在不同实验之间进行特定阶段的比较，从而增强了转录组和蛋白质组数据的分析。
关键研究组成部分
研究领域
- 细胞周期分析
- 比较转录组学
- 蛋白质组动态学
背景
- 时间序列实验由于同步恢复的变化通常会产生不可比较的数据。
- 地标事件跟踪方法可能会遗漏数据集之间的细微差异。
- 研究旨在促进不同物种和条件下的生物学洞见。
使用的方法
- 用于时间序列数据的Clocks lifeline alignment
- 芽殖酵母和流式细胞术数据分析
- 利用Python笔记本进行数据拟合和可视化
主要结果
- 该对齐方法使得可以直接比较不同实验中的mRNA和蛋白质动态。
- 对齐后的数据集表现出相似的细胞周期阶段，有助于更准确的生物学比较。
- 对齐后解决了转录组数据中的实质性差异。
结论
- 该研究表明，Clocks lifeline alignment为细胞生物学中的跨实验比较提供了一个稳健的框架。
- 这种方法对于推进我们对细胞周期过程和进化变化的理解具有重要意义。
常见问题
Chapters in this video
0:00
Introduction
2:02
Installing CLOCCS and Using it to Parameterize the Experiments
4:31
Conversion of Time Points to Lifeline Points Using the Python Conversion Functions and the CLOCCS Parameters
5:54
Comparing Budding Curves, Flow Cytometry Data, and Experimental Data
