文章预览
引言 单细胞测序技术(single-cell RNA sequencing, scRNA-seq)近年来在生物学研究中引起了广泛关注。它能够对单个细胞内的基因表达进行精确测量,从而揭示细胞群体在时间和空间维度上的动态变化。通过这些数据,研究人员可以推断出细胞状态的转变轨迹,这在研究细胞发育、分化、疾病进展以及药物响应等动态过程中具有重要意义。 传统的单细胞轨迹推断方法通常依赖于动态时间规整算法(Dynamic Time Warping, DTW),该方法能够比对两个时间序列并生成相应的匹配。然而,DTW算法存在多个局限性,尤其是对基因插入、删除(indels)等不匹配状态的处理有限,无法准确捕捉序列之间的差异。 此外,现有方法还假设每个时间点必须与查询序列中的某个时间点匹配,这进一步限制了其在复杂生物过程中应用的广泛性。 针对这些局限性,9月19日 Nature Methods 的
………………………………