Выравнивание синхронизированных данных временных рядов с использованием характеризирующей модели синхронизации клеточного цикла для перекрестных сравнений
June 9th, 2023
Одна из проблем анализа синхронизированных экспериментов с временными рядами заключается в том, что эксперименты часто различаются по продолжительности восстановления после синхронности и периоду клеточного цикла. Таким образом, измерения из разных экспериментов не могут быть проанализированы в совокупности или легко сравниваться. Здесь мы описываем метод выравнивания экспериментов, позволяющий проводить фазовые сравнения.
Основная проблема анализа экспериментов с временными рядами заключается в том, что они часто различаются по продолжительности восстановления после синхронности и периоду клеточного цикла. Таким образом, измерения из разных экспериментов не могут быть легко сравнены или проанализированы в совокупности без выравнивания. Выравнивание линии жизни часов - это метод для фазовых и биологически значимых сравнений между экспериментами и для агрегирования нескольких повторных экспериментов, оба из которых ранее были трудными или невозможными.
Ранее фазовые и биологически значимые сравнения проводились путем отслеживания знаковых событий. Однако при использовании этих специальных методов тонкие, но важные различия остаются незамеченными. Сравнение экспериментов с временными рядами особенно затруднено между экспериментами со значительными различиями во времени, такими как мутантные популяции или условия роста, которые влияют на время восстановления синхронности или период клеточного цикла.
Выравнивание линии жизни часов позволяет проводить сравнение по фазам в этих случаях. Мы использовали часы для выравнивания транскриптомных и протеомных данных временных рядов, что позволило провести прямое сравнение динамики мРНК и соответствующего белка. Кроме того, мы согласовываем эксперименты временных рядов для разных видов, предоставляя критическое представление об эволюционных изменениях клеточного цикла.
View the full transcript and gain access to thousands of scientific videos
Обзор
Это исследование посвящено решению проблемы сравнения экспериментов с временными рядами, которые различаются по длине восстановления синхронии и периодов клеточного цикла. Авторы представляют метод, Clocks lifeline alignment, который позволяет сделать сравнение на уровне фаз в разных экспериментах, повышая эффективность анализа транскриптомных и протеомных данных.
Ключевые компоненты исследования
Область исследования
- Анализ клеточного цикла
- Сравнительная транскриптомика
- Динамика протеома
Фон
- Эксперименты с временными рядами часто дают несопоставимые данные из-за различий в восстановлении синхронии.
- Методы отслеживания определенных событий могут упускать небольшие различия между наборами данных.
- Исследование направлено на то, чтобы облегчить биологические выводы для разных видов и условий.
Используемые методы
- Clocks lifeline alignment для данных временных рядов
- Анализ данных почкующейся дрожжи и проточной цитометрии
- Использование Python ноутбуков для анализа данных и визуализации
Основные результаты
- Метод совмещения позволяет непосредственное сравнение динамики мРНК и белков в разных экспериментах.
- Совмещенные наборы данных демонстрируют схожие фазы клеточного цикла, что способствует более точным биологическим сравнениям.
- Значительные различия в транскриптомных данных были устранены после совмещения.
Выводы
- Исследование показывает, что Clocks lifeline alignment предоставляет надежный каркас для сравнения данных между экспериментами в клеточной биологии.
- Этот подход является значимым для продвижения нашего понимания процессов клеточного цикла и эволюционных изменений.
Часто задаваемые вопросы
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
