יישור נתוני סדרות זמן מסונכרנות באמצעות מודל אפיון אובדן מחזור התא לצורך השוואות בין ניסויים
June 9th, 2023
אחד האתגרים בניתוח ניסויים מסונכרנים בסדרות זמן הוא שהניסויים נבדלים לעתים קרובות זה מזה במשך ההתאוששות מסנכרון ובתקופת מחזור התא. לפיכך, המדידות מניסויים שונים אינן ניתנות לניתוח מצטבר או להשוואה בקלות. במאמר זה אנו מתארים שיטה ליישור ניסויים כדי לאפשר השוואות ספציפיות לפאזה.
אתגר מרכזי בניתוח ניסויים בסדרות זמן הוא שלעתים קרובות הם נבדלים זה מזה במשך ההתאוששות מסנכרון ובתקופת מחזור התא. כך שלא ניתן להשוות או לנתח בקלות מדידות מניסויים שונים במצטבר ללא יישור. יישור קו החיים של שעונים הוא שיטה להשוואות ספציפיות לשלב ורלוונטיות ביולוגית בין ניסויים ולצבירת ניסויים משוכפלים מרובים, ששניהם היו בעבר קשים או בלתי אפשריים.
בעבר נעשו השוואות ספציפיות לשלב מסוים ורלוונטיות ביולוגית על ידי מעקב אחר אירועים פורצי דרך. עם זאת, באמצעות שיטות אד הוק אלה, הבדלים עדינים אך חשובים עדיין לא מזוהים. השוואה בין ניסויים בסדרות זמן קשה במיוחד בין ניסויים עם הבדלים משמעותיים בתזמון, כגון באוכלוסיות מוטנטיות או בתנאי גדילה המשפיעים על זמן ההתאוששות המסונכרן או על תקופת מחזור התא.
יישור קו החיים של השעונים מאפשר השוואה ספציפית לשלב במקרים אלה. השתמשנו בשעונים כדי ליישר נתונים שעתוק ופרוטאומי של סדרות זמן, מה שאיפשר השוואה ישירה בין הדינמיקה של ה-mRNA לבין החלבון המתאים. יתר על כן, אנו מתאימים ניסויים בסדרות זמן בין מינים שונים, ומספקים תובנות קריטיות לגבי שינויים אבולוציוניים במחזור התא.
View the full transcript and gain access to thousands of scientific videos
סקירה
המחקר הזה מתייחס לאתגר של השוואה בין ניסויי סדרות זמן השונים באורך התאוששות מהסינכרון ומתקופות מחזור התא. המחברים מציגים שיטה, יישור חיי התזמון של שעונים, המאפשרת השוואות ספציפיות לשלב על פני ניסויים שונים, ומגבירה את ניתוח הנתונים הטרנסקריפטומיים והפרוטאומיים.
רכיבי מחקר מרכזיים
תחום מחקר
- ניתוח מחזור תא
- טרנסקריפטומיקה השוואתית
- דינמיקה פרוטאומית
רקע
- ניסויי סדרות זמן מניבים לעיתים קרובות נתונים שאינם ניתנים להשוואה בגלל וריאציות בהתאוששות הסינכרון.
- שיטות מעקב אירועי ציון דרך עשויות לפספס הבדלים עדינים בין מערכי נתונים.
- המחקר מכוון להקל על תובנות ביולוגיות על פני מינים ותנאים שונים.
שיטות בשימוש
- יישור חיי שעונים לנתוני סדרות זמן
- ניתוח נתוני שמרים נבוטים וציטומטריה של זרימה
- שימוש בדפים של Python לעיבוד נתונים והדמיה
תוצאות עיקריות
- שיטת היישור מאפשרת השוואה ישירה של דינמיקת mRNA וחלבונים על פני ניסויים.
- מערכי נתונים מיושרים מציגים שלבי מחזור תא דומים, ומסייעים בהשוואות ביולוגיות מדויקות יותר.
- הבדלים מהותיים בנתונים הטרנסקריפטומיים נפתרו לאחר היישור.
מסקנות
- המחקר מדגים כי יישור חיי שעונים מספק מסגרת חזקה להשוואות בין-ניסויים בביולוגיה של התא.
- גישה זו משמעותית להתקדמות בהבנתנו של תהליכי מחזור התא ושינויים אבולוציוניים.
שאלות נפוצות
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
