这篇来自《自然-方法》的文章介绍了 Monod,这是一个基于 Python 的计算框架,旨在通过随机转录动力学模型分析单细胞测序数据。与传统的启发式归一化或降维方法不同,Monod 利用物理模型将生物变异与技术噪声区分开来,并能整合新生 RNA 与成熟 RNA 的计数。该工具支持多种生物物理假设(如脉冲式转录)的拟合与对比,从而揭示隐藏在平均表达量之下的转录调控机制。通过对癌症、发育及辐射损伤等数据集的分析,研究者证明了 Monod 在识别耐药性基因、发现噪声调制以及跨平台数据整合方面的卓越性能。总之,该框架为单细胞基因组学提供了一个更具解释力和统计严谨性的机制研究基础。
References:
* Gorin G, Chari T, Carilli M, et al. Monod: model-based discovery and integration through fitting...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动
References:
* Gorin G, Chari T, Carilli M, et al. Monod: model-based discovery and integration through fitting...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动
Fler avsnitt av 聊聊Sci
Visa alla avsnitt av 聊聊Sci聊聊Sci med 淼淼Elva finns tillgänglig på flera plattformar. Informationen på denna sida kommer från offentliga podd-flöden.
