GSPA:基于单细胞分辨率的基因信号模式分析实现基因空间映射

单细胞分辨率下的基因空间映射:基因信号模式分析(GSPA)研究 学术背景 单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)技术近年来在生物学研究中取得了重大进展,尤其是在揭示细胞状态空间(cellular state space)的组织结构方面。然而,尽管已有许多计算方法用于映射细胞状态空间,但关于基因空间(gene space)的映射或嵌入(embedding)的研究却相对较少。基因表达是高度组织的,基因之间通过复杂的生物过程和通路协同工作。然而,由于生物和技术噪声(如基因丢失“dropout”现象),准确量化基因间的相似性仍然具有挑战性。为此,本文提出了一种基于图信号处理(graph signal processing, GSP)的新方法——...

利用基因共表达中的网络风险汇聚识别精神分裂症风险的可重复遗传枢纽

精神分裂症风险的基因网络聚合机制——《Neuron》期刊的最新研究解读 近年来,精神分裂症(schizophrenia, SCZ)的遗传研究取得了显著进展,尤其在全基因组关联研究(GWAS)的推动下揭示了大量与疾病相关的遗传变异。然而,GWAS的主要发现仍集中于变异位点,而非直接识别特定的“风险基因”。这种局限性在推动疾病机制的解析和新疗法的开发方面形成了瓶颈。为了克服这一难题,Borcuk等学者提出了基于“泛基因模型”(omnigenic model)的网络聚合理论,并进行了相应的研究,以探讨精神分裂症中基因共表达网络内的风险聚合现象。本文于2024年11月6日发表在《Neuron》期刊上,研究由来自Johns Hopkins大学、Lieber Institute for Brain De...