Skip to content

Pathway Trajectory Analysis with Tensor Imputation Reveals Drug-Induced Single-Cell Transcriptomic Landscape

Iwata, Michio; Mutsumine, Hiroaki; Nakayama, Yusuke et al. · 2022 · Nature Computational Science

Metadata

Authors: Iwata, Michio; Mutsumine, Hiroaki; Nakayama, Yusuke; Suita, Naomasa; Yamanishi, Yoshihiro

DOI: 10.1038/s43588-022-00352-8

📄 Quick Note

快速判断

  • 一句话结论：提出了 TIGERS 算法，利用张量补全预测药物诱导的单细胞基因表达数据，并识别受调控通路的轨迹，揭示细胞类型特异性的药物转录组响应。
  • 阅读范围：仅 metadata、first page、abstract、最多 3 个 figure/table captions 和 conclusion；未通读正文
  • 处理决定：暂不继续
  • 决定理由：单细胞转录组生物信息学方法，与当前血管力学/G&R 研究问题无直接关联

摘要概述

本研究提出 TIGERS（Tensor-based Imputation of Gene-Expression data at the Single-cell level）计算方法，利用张量补全预测缺失的药物诱导单细胞基因表达数据，并识别考虑细胞间异质性的调控通路轨迹。张量补全在数据完整性上优于现有补全方法，并提供了未见药物的细胞类型特异性转录组响应。例如，TIGERS 正确预测了胰岛标记基因的细胞类型特异性表达。对所有药物-人类细胞组合的补全表达谱进行通路轨迹分析，识别了反映药物诱导通路调控变化的单细胞特异性药物活性和通路轨迹。

关键证据

  • 证据 1（定位）：First page
  • 展示或报告：TIGERS 使用张量补全预测缺失的单细胞药物诱导基因表达数据；优于现有补全方法；预测了胰岛标记基因的细胞类型特异性表达
  • 支持的结论：张量方法可有效处理单细胞转录组的高维稀疏数据
  • 注意事项：abstract、captions 和 conclusion 均未检测到，具体性能指标本次未核实

局限与未核实项

  • 最大局限：abstract、captions 和 conclusion 均未检测到，无法评估方法验证的严谨性和局限性
  • 未核实项：张量补全的误差指标、与 MAGIC/SAVER 等方法的定量比较、通路轨迹分析的生物学验证

与我的关联

  • 可复用点：不适用
  • 关联的当前问题：不适用
  • 下一步动作：暂不继续；不纳入当前阅读队列。