研究背景 基因调控网络（Gene Regulatory Networks, GRNs）是理解细胞内复杂生物过程的关键工具。它揭示了转录因子（Transcription Factors, TFs）与靶基因之间的相互作用，从而控制基因的转录过程，进而调控细胞行为。随着单细胞RNA测序（single-cell RNA-sequencing, scRNA-seq）技术的发展，研究者能够在单细胞分辨率下获取基因表达数据，这为GRNs的推断提供了前所未有的机会。然而，scRNA-seq数据的稀疏性和高变异性为GRNs的推断带来了巨大挑战。 现有的GRN推断方法主要分为两类：基于相关性或互信息的无监督学习方法，以及基于机器学习的监督学习方法。尽管这些方法在某些情况下表现出色，但它们往往依赖于成对基因的相关...

解读胶质瘤拓扑景观：基于网络理论框架的研究 胶质瘤干细胞（Glioma Stem Cells, GSCs）被认为是胶质瘤复发和治疗耐药的关键因素，成为新疗法的重要研究目标。然而，目前对胶质瘤干细胞在胶质瘤分层结构中的作用仍然存在争议，这种有限的理解阻碍了研究成果向临床转化。为了解决这一问题，Yao等人团队通过整合实验数据和内生性网络理论（Endogenous Network Theory, ENT），构建了一个描述胶质瘤能量景观的核心内生性网络模型。本研究揭示了胶质瘤生物学的复杂特性，并为治疗策略提供了新的理论视角。 背景与研究动机 胶质瘤是一种侵袭性脑肿瘤，其细胞来源和分化机制长期以来备受关注。近年来，研究发现胶质瘤细胞可能与神经或胶质干细胞特性密切相关，这种细胞被定义为胶质瘤干细胞（GS...